GRASP 如何提升世界模型的长时域规划能力

Berkeley AI Research 介绍 GRASP，一种面向学习型世界模型的梯度规划器，旨在让长时域规划更稳健、更快。它将轨迹提升为虚拟状态以并行优化，在状态迭代中加入随机噪声，并重塑梯度以保留动作梯度、避开脆弱的状态输入梯度。