GRASP：面向长时序世界模型的梯度规划器

GRASP 是一种面向学习型动力学（世界模型）的梯度规划器，通过将轨迹提升为虚拟状态实现跨时间并行优化，并直接向状态迭代注入随机性以探索。它还重塑梯度，让动作获得清晰信号，同时避开经由高维视觉模型产生的脆弱 state-input 梯度，使长时序规划更稳健。