GRASP 如何让世界模型实现更稳定的长时域梯度规划

Berkeley AI Research 提出 GRASP，一种针对学习动态模型的基于梯度的规划方法，使长时域规划更实用。该方案将轨迹提升到虚拟状态以实现时间上的并行优化，向状态迭代直接添加随机性以支持探索，并重塑梯度以避免高维视觉模型中脆弱的“状态-输入”梯度。