GRASP：面向更长时域世界模型的梯度规划方法

Berkeley AI Research 提出 GRASP，通过将轨迹提升至虚拟状态以并行跨时间优化，并在状态迭代中加入随机性，增强长时域探索。GRASP 还重塑梯度，为动作提供清晰信号，同时避开高维视觉模型中易失稳的“状态输入”梯度。