arXiv cs.AI / cs.LG 最新· Michael Chen·· 15 小时前AI 评分62
arXiv 论文提出 PUN 神经算子，在噪声控制下为未见几何体学习值场做规划
Planning under Noise with Neural Operators
AI 导读
论文提出 PUN，一种学习噪声感知值场的神经算子，可在未见过的几何环境中做规划。它在障碍物上施加反射 Neumann 边界、在目标处施加 Dirichlet 条件，并把 Monte Carlo 求解器 Walk on Stars 扩展到高维，用未完全收敛的标签训练以免逐样本收敛。
标题与摘要由 AI 辅助生成，事实与观点以原文为准。
来源：arXiv cs.AI / cs.LG 最新 · arxiv.org
本站标题、摘要与推荐理由由 AI 辅助生成；原文版权归来源所有。