GRASP 提出面向长时程世界模型的梯度规划方法

Berkeley AI Research 团队提出 GRASP，一种用于学习世界模型的梯度规划器，通过状态提升、状态噪声和动作梯度替代脆弱状态梯度，使长时程规划更可行。在 Push-T 上，GRASP 在 H=40 至 H=80 的成功率分别为 59.0%、43.4%、26.2%、16.0%、10.4%，中位成功时间分别为 8.5s、15.2s、49.1s、79.9s、58.9s。