GRASP：让世界模型实现更长时程的梯度规划

Berkeley AI Research 提出基于梯度的规划器 GRASP，用于让学习到的世界模型支持长时程规划。它通过把轨迹提升到虚拟状态实现跨时间并行优化、在状态迭代中直接注入随机性以探索、并重塑梯度以避开高维视觉模型中脆弱的 state-input 梯度，解决长时程 rollout 中梯度爆炸/消失与不良局部极小值问题。