跳到正文
10月15日周四
4月20日周一
  1. Berkeley AI Research32

    GRASP:长视野下世界模型的基于梯度的规划器

    GRASP 是一款针对学习型世界模型的基于梯度的规划器,通过将轨迹提升至虚拟状态实现时间并行优化、在状态迭代中加入随机性以进行探索,并重塑梯度信号使动作获得清晰反馈。该方法有效缓解了长视野规划中的病态优化和非贪心结构导致的局部极小值问题,增强了基于梯度的规划在大型世界模型上的鲁棒性。