GRASP：面向更長時域的世界模型梯度式規劃

GRASP 是一種面向學習型世界模型的梯度式規劃器，透過虛擬狀態並行化時間步最佳化，令長時域規劃更實用。它在狀態迭代中直接加入隨機性以探索，並重塑梯度，讓動作取得清晰訊號，同時避開穿過高維視覺模型的不穩定「狀態輸入」梯度。