币安交易所官网

人工智能在理解和模拟现实世界方面的能力，正在进入一个新的阶段。近日，由研究者Michael Psenka发布的世界模型规划器GRASP正式开源，并获得Yann LeCun的转发关注。这一工具的出现，为复杂环境中的智能决策提供了新的技术路径。

从原理上看，GRASP是一种用于学习世界模型的并行随机梯度规划器。与传统方法不同，它并不是简单地在既定状态空间中寻找最优动作，而是通过在“扩展轨迹空间”中同时优化动作与中间状态来完成规划。这些中间状态并非真实观测值，而是被称为“虚拟状态”的构造变量，用于帮助模型在更高维度上进行推理。

这种设计带来的一个直接优势是并行计算能力的提升。通过引入可并行处理的虚拟状态，GRASP能够在多个路径上同时进行优化，从而显著提高规划效率。在需要处理复杂环境或长时间序列决策时，这种能力尤为关键。

为了保证生成路径的合理性，GRASP还引入了动力学一致性惩罚机制。简单来说，模型在优化过程中不仅追求目标结果，还必须确保生成的状态序列符合已学习的环境动态。这种约束，有助于避免出现“理论最优但现实不可行”的情况。

在探索策略方面，GRASP通过加入噪声来扩展状态空间搜索范围，使模型能够跳出局部最优解。这种方式在强化学习和规划任务中较为常见，但在这里与并行优化机制结合，使探索过程更加高效。

值得注意的是，该方法还采用了停止梯度技术，以防止梯度回传到高维视觉输入层。这一设计有助于稳定训练过程，避免在处理复杂视觉数据时出现梯度爆炸或不稳定问题。同时，系统还结合了目标塑造以及周期性的串行同步步骤，以在并行与稳定之间取得平衡。

从生态角度来看，GRASP并非孤立存在。它构建于DINO-WM之上，同时也支持通过适配器接入其他世界模型体系，例如LeWorldModel和JEPA-WMs。这种开放性，使其能够在不同研究框架中灵活应用。

在实际测试环境中，GRASP已被应用于PushT、TwoRoom等任务场景，这些环境通常用于评估模型在控制和路径规划方面的能力。相关代码库不仅包含核心算法实现，还提供了适配器安装脚本，降低了开发者的使用门槛。

总体来看，GRASP的开源为世界模型研究提供了新的工具。通过在轨迹空间中进行并行优化，它尝试解决长期以来困扰智能体的规划效率与稳定性问题。随着更多研究者参与到这一方向中，这类方法有望进一步推动AI在复杂环境中的决策能力发展。