GRASP：面向更长时域的世界模型梯度规划

GRASP提出一种基于梯度的学习动力学规划器，让世界模型的长时域规划更实用。它通过引入虚拟状态实现跨时间并行优化、在状态迭代中加入随机性以探索，并重塑梯度，让动作获得清晰信号，同时避免穿过高维视觉模型传播脆弱的状态输入梯度。