GRASP：面向世界模型长时程规划的梯度规划器
BAIR 提出 GRASP，一种面向学习动力学世界模型的梯度规划器，通过把轨迹提升到虚拟状态实现跨时间并行优化、对状态迭代加噪探索，并重塑梯度只依赖动作雅可比。
推荐理由：GRASP 把长时程规划拆成可并行的时间步并绕开脆弱的状态梯度，Push-T 上成功率与耗时对比给出了可参考的量化差异。
论文与研究
全部主题机器人与具身智能领域的论文与研究，保留来源、阶段和证据边界。
83条精选
最新精选
第 81–83 条 · 共 83 条BAIR精选AI 评分6262
NVIDIA dev blog robotics精选AI 评分6262 R²D²：用 NVIDIA Isaac Lab 扩展多模态机器人学习
NVIDIA 开发者博客介绍 R²D²，一种借助 NVIDIA Isaac Lab 扩展多模态机器人学习的方法。文章指出真实世界采集数据昂贵、缓慢且危险，难以安全训练高速碰撞或硬件故障等风险场景，且真实数据通常偏向正常条件。原文正文在此处截断，未给出 R²D² 的具体方法、数据规模或实验结果。
推荐理由：介绍 R²D² 如何借助 Isaac Lab 在仿真中扩展多模态机器人学习，可了解其应对真实数据采集难题的思路。
BAIR精选AI 评分6060 不依赖 TD 学习的强化学习：Transitive RL 的分治价值学习
BAIR 博客介绍了一种不基于时序差分（TD）学习的强化学习范式：分治价值学习，并给出具体算法 Transitive RL（TRL）。
推荐理由：作者以第一人称梳理分治价值学习如何绕开 TD 的误差累积，并给出在 OGBench 长程任务上的对比结果。