Simulation-free Unbalanced Dynamic Optimal Transport with General Growth Penalty
arXiv:2609.04710v1 提出 Simulation-free Unbalanced Dynamic Optimal Transport with General Growth Penalty (SUDO) 框架，旨在解决非二次凸增长惩罚下的无平衡动态最优传输求解效率问题。现有 UDOT 求解器依赖昂贵的 NeuralODE 模拟或仅支持二次惩罚的解析解，限制了其通用性。SUDO 通过证明凹性增长惩罚导致退化解，引入无需模拟的条件路径学习与半耦合问题求解机制，并利用不平衡流匹配技术实现高效计算。在 WFR 基准测试中，SUDO 精度与解析算法相当且速度更快；此外，该框架支持非对称惩罚以编码增殖主导先验，在合成及单细胞数据集上生成更合理的轨迹与生长估计。