#梯度优化 (1)

GRASP：基于梯度的世界模型长程规划器

GRASP提出三种创新使世界模型的长程规划变得可行：提升状态实现时间并行优化、停止脆弱状态梯度保留动作梯度、周期性同步精化。在Push-T任务上长horizon成功率大幅领先CEM和GD。

博客