GRASP：基于梯度的新型长视野世界模型规划器

研究团队提出 GRASP，一种基于梯度的规划器，用于解决学习到的世界模型在长视野规划中的脆弱性问题。核心方法包括：将轨迹提升到虚拟状态以实现时间并行优化、向状态迭代添加随机性以实现探索、以及重塑梯度以保留动作梯度而阻断脆弱的状态输入梯度。在 Push-T 任务上，GRASP 在 H=40-80 的各视野下均取得最高成功率，且中位成功时间显著低于基线方法。