GRASP：提升狀態、加入噪聲與梯度重塑實現長時序規劃

GRASP 是一種新的梯度規劃器，針對學習到的世界模型實現長時序規劃。

• 它通過將軌跡提升到虛擬狀態實現並行最佳化、在狀態迭代中加入噪聲以增強探索、並重塑梯度以避免脆弱的狀態輸入梯度，從而顯著提升規劃魯棒性和速度。
• 實驗顯示在 Push‑T 任務中，GRASP 在更長時間步上取得更高成功率且耗時更短。
• 詳情見論文 https://arxiv.org/abs/2602.00475。