GRASP：面向更长时域 World Model 的梯度规划方法

GRASP 提出一种面向学习型 World Model 的梯度规划器，通过虚拟状态并行优化、状态迭代注入随机性和梯度重塑，改善长时域规划。它在虚拟状态上注入 Gaussian noise，保留 action gradients，避开脆弱的 state-input gradients，并每隔 K_sync 次迭代用 serial rollout 做同步 refinement。