神经算子PUN：噪声环境下的高效规划新范式

在机器人控制、自动驾驶等现实场景中，执行噪声是规划算法必须面对的常态。传统方法往往依赖精确的环境模型和昂贵的在线计算，难以在未知几何中快速响应。近期一篇题为《Planning under Noise with Neural Operators》的研究提出了PUN（Planning Under Noise），一种基于神经算子的规划框架，旨在从带噪声的蒙特卡洛标签中学习噪声感知的价值场，从而在未见过的几何环境中实现高效规划。

核心挑战：边界条件与梯度可靠性

PUN建立在随机最优控制的screened-Poisson方程表述之上。研究指出，将障碍物边界设为零狄利克雷条件会导致采样路径在撞墙时终止，从而削弱长路线上的目标信号，使价值估计变得不可靠。为此，作者改为在障碍物上施加反射诺伊曼条件，并在目标点施加狄利克雷条件，允许采样路径持续探索自由空间直至到达目标。这一改动显著改善了长距离导航中的信号传播。

另一个难点在于无网格求解。研究扩展了蒙特卡洛求解器Walk on Stars（WoSt）至高维空间，但局部蒙特卡洛波动可能反转估计的梯度方向，导致规划失败。若直接依赖采样，计算成本极高。PUN通过从噪声、部分收敛的蒙特卡洛标签中学习几何到价值场的映射，将计算摊销到训练阶段，避免了每个样本都进行昂贵收敛。

狄利克雷条件与诺伊曼条件是偏微分方程求解中两类最基本的边界约束。狄利克雷条件直接指定边界上的函数值（例如把障碍物表面价值固定为零），而诺伊曼条件约束的是函数沿边界法向的导数（例如反射边界要求价值沿法向变化率为零）。在随机最优控制的视角下，价值函数描述的是从某点出发到达目标所需的期望代价。采用狄利克雷零条件等价于让路径一触墙就被吸收终止，长路线上的目标信息因此被截断；改用反射诺伊曼条件后，采样轨迹在边界处被“弹回”自由空间，可以继续传播来自目标的价值信号，这正是 PUN 改善长距离导航稳定性的关键机制。

Walk on Stars（WoSt） 是一类无网格蒙特卡洛偏微分方程求解器，可看作经典 Walk on Spheres 算法的推广。它从待求点出发，通过迭代采样以该点为中心、恰好触及边界或目标的最大内切球（或星形区域）上的随机点，构造出一条随机游走路径，最终以路径终止状态的无偏估计来近似方程解。由于不需要划分网格，WoSt 天然适合处理复杂、不规则甚至高维的几何区域。但其估计量是随机的：在有限样本下，单次估值存在明显波动，对价值场做有限差分得到的梯度方向可能被噪声反转。PUN 正是通过把这种高方差的蒙特卡洛标签交给神经算子做摊销学习，来规避逐点收敛的高昂代价。

方法设计：学习+测试时缩放

PUN的核心是一个神经算子，它接收几何信息并输出噪声感知的价值场。训练数据由带噪声的蒙特卡洛模拟生成，这些模拟并未完全收敛，因此标签本身含有波动。模型学会从这些不完美的标签中提取稳健的场表示。在推理阶段，PUN采用测试时缩放：利用预测的全局场引导有界的局部搜索，从而在保持计算效率的同时提升规划质量。这种“全局场预测+局部搜索”的组合，既避免了纯采样方法的高方差，又克服了纯学习方法的泛化局限。

神经算子（Neural Operator）是一类用于学习函数空间之间映射的神经网络架构，其目标不是学习有限维向量到向量的函数，而是学习“输入函数（如几何形状、边界条件）→ 输出函数（如价值场）”的算子。与普通 CNN 或 MLP 在固定离散网格上运算不同，神经算子具有离散化不变性，可在不同分辨率与不同几何上泛化，典型代表包括傅里叶神经算子（FNO）和 DeepONet。在 PUN 中，神经算子接收几何信息并一次性输出整个价值场，使得原本需要逐点反复采样的计算被转移到训练阶段摊销，推理时只需一次前向传播即可获得全局价值估计，这是其高效性的架构基础。

测试时缩放（test-time scaling）指在推理阶段额外投入计算资源以提升输出质量，而非仅依赖训练阶段固定的模型能力。在规划任务中，一种常见做法是用学习到的全局价值场作为启发式引导，只在预测最优路径附近的有界区域内进行局部采样或搜索精化。这样既保留了学习模型对未见几何的泛化能力，又通过局部搜索纠正预测场中的偏差与噪声，避免了对整个状态空间做昂贵的全局采样。PUN 将这一思路形式化为“全局场预测 + 有界局部搜索”，在计算预算与规划质量之间取得可控的平衡。

实验表现：多维度、多噪声水平下的优势

研究在多个维度的规划任务上评估了PUN，涵盖四种噪声水平。在4D重规划基准上，PUN在95-100%的成功率下保持了最低的运行时间。在4D最高噪声水平下，相比其他方法，PUN的成功率相对提升10.7-60.6%，同时运行速度快3.29-32.15倍。这些结果说明，PUN在噪声环境下不仅更可靠，而且显著更高效。

意义与展望

PUN的贡献在于将神经算子与随机最优控制的PDE表述相结合，通过改进边界条件和摊销蒙特卡洛计算，实现了在未知几何中的快速噪声感知规划。其测试时缩放策略也为学习型规划器提供了一种平衡全局引导与局部精化的思路。未来，该方法有望扩展到更高维度和更复杂的动态环境，为实时机器人规划提供新的技术路径。