получали чистые сигналы, избегая хрупких градиентов «состояние-вход» в многомерных моделях зрения. Крупные обученные мировые модели становятся все более способными, но долгосрочное планирование остается хрупким из-за плохо обусловленных вычислительных графов, невыпуклых ландшафтов с плохими локальными минимумами и многомерных скрытых пространств, вносящих тонкие режимы отказов. Авторы из BAIR (Лаборатории искусственного интеллекта Беркли), включая Майка Раббата, Адити Кришнаприян, Янна Лекуна и Амира Бара, предлагают GRASP для решения этих проблем. Планировщик строит метод поднятых состояний первого порядка, зависящий только от якобианов действий через мировую модель, используя дифференцируемость и избегая чувствительности якобианов состояний.