面向世界模型的长时域基于梯度规划方法 GRASP
研究团队提出基于梯度的规划器 GRASP，旨在解决世界模型在长时域规划中优化病态与容易陷入局部极小值的问题。GRASP 通过将轨迹提升至虚拟状态实现跨时间并行优化，直接向状态迭代引入随机性以增强探索能力。同时，该方法通过重塑梯度为动作提供清晰信号，有效避开了高维视觉模型中脆弱的状态输入梯度。
研究团队提出基于梯度的规划器 GRASP，旨在解决世界模型在长时域规划中优化病态与容易陷入局部极小值的问题。GRASP 通过将轨迹提升至虚拟状态实现跨时间并行优化，直接向状态迭代引入随机性以增强探索能力。同时，该方法通过重塑梯度为动作提供清晰信号，有效避开了高维视觉模型中脆弱的状态输入梯度。