#规划 (2)

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

本文研究机器人何时应使用反应控制、何时应进行审慎规划,提出学习在两种策略间自适应选择的方法,平衡效率与准确性。