diff --git a/route-planning.md b/route-planning.md
index 4c16098..c847ffa 100644
--- a/route-planning.md
+++ b/route-planning.md
@@ -9,13 +9,13 @@ Naszą główną funkcją jest funkcja `aStar(startField, goalField)`, przyjmuje
 
 `openSet` - lista zawierająca pola do sprawdzenia 
 
-`path` - lista zawierająca pola tworzące ścieszkę do wybranego celu
+`path` - lista zawierająca pola tworzące ścieżkę do wybranego celu
 
 <br>
 
 - Dodajemy pierwszy element który będziemy sprawdzać do listy openSet: `openSet.push(startField);`
 - Kolorujemy punkt startowy na zielono: `colorGreen(startField, animationFrame);`
-- Dopuki lista `openSet` nie bedzie pusta sprawdzamy jej elementy: `while(openSet.length > 0)`
+- Dopóki lista `openSet` nie bedzie pusta sprawdzamy jej elementy: `while(openSet.length > 0)`
 - Wybieramy najbardziej obiecujący element z zbioru `openSet`:
 
 ```javascript
@@ -28,7 +28,7 @@ for(let i = 0; i < openSet.length; i++){
 
 let current = openSet[winner];
 ```
-- Jeśli pole `current` okaże się naszym celem tworzymy ścieszkę z punktu startowego do naszego celu.
+- Jeśli pole `current` okaże się naszym celem tworzymy ścieżkę z punktu startowego do naszego celu.
 
 ```javascript
 if(current === goalField){
@@ -40,7 +40,7 @@ if(current === goalField){
     temp = temp.previous
 }
 ```
-- Następnie kolorujemy tą ścieszkę i kończymy funkcję zwracając ścieszkę `path`
+- Następnie kolorujemy tą ścieżkę i kończymy funkcję zwracając ścieżkę `path`
 
 ```javascript
 for(var i = 0; i < path.length; i++){
@@ -56,7 +56,7 @@ closedSet.push(current);
 animationFrame = colorRed(current, animationFrame);
 ```
 - Pobieramy sąsiadów pola `current`: `var neighbors = current.neighbors;`
-- Dla każdego sąsiada obliczamy koszt dotarcia do niego z punktu początkowego najlepszą ścieszką.
+- Dla każdego sąsiada obliczamy koszt dotarcia do niego z punktu początkowego najlepszą ścieżką.
 
 ```javascript
 for(var i = 0; i < neighbors.length; i++){
@@ -75,7 +75,7 @@ for(var i = 0; i < neighbors.length; i++){
 ```
 - Po przypisaniu kosztu do sąsiada przypisujemy jego odległość do celu:<br>`neighbor.h = getDistance(neighbor, goalField);
 
-- sume jego kosztu oraz heurystki: `neighbor.f = neighbor.g + neighbor.h;`
+- sumę jego kosztu oraz heurystki: `neighbor.f = neighbor.g + neighbor.h;`
 - oraz jego poprzednika: `neighbor.previous = current;`
 
 ### Definicja funkcji następnika
@@ -94,9 +94,9 @@ let current = openSet[winner];
 ```
 
 ### Definicja przyjętej heurystyki
-Jest to szacowana odległość od sprawdzanego pola do celu. Obliczana jest za pomocą wzoru na odległość Manhattana.
+Jest to szacowana odległość od sprawdzanego pola do celu. Obliczana jest jako `Manhattan Distance`, ponieważ w naszym modelu Agent nie może poruszać się po skosie.
 
-`|x1 - x2| + |y1 - y2|`
+distance = `|x1 - x2| + |y1 - y2|`
 
 ### Testowanie projektu