跳到正文
arXiv · ML· Michael Chen, Hong Chul Nam, Xi Deng, Anima Anandkumar·· 2026-10-21AI 评分29

不确定性控制噪声下的规划:PUN 神经算子实现高成功率与低延迟

Planning under Noise with Neural Operators

AI 导读

PUN 神经算子通过学习噪声感知值场,在 4D 重规划基准中实现 95-100% 成功率,且运行时间最短。 它在 4D 最高噪声水平下,成功率相对提升 10.7-60.6%,速度提升 3.29-32.15 倍,优于对比规划器。 该方法通过蒙特卡洛标签摊销计算,避免昂贵收敛,支持未见几何环境的可靠导航。

来源:arXiv · ML · arxiv.org