GTP：用生成式规划替代 RL，机器人操作任务在线学习更高效

Google 研究员杜一峦（Yilun Du）介绍团队提出的 GTP 方法，以生成式轨迹规划替代 RL，让具身智能体通过世界模型在线改进操作决策。该方法让模型提出有前景的动作序列并随经验积累细化规划，在 RL 长期表现挣扎的机械臂操作任务中实现有效在线决策，工作由 Haldun Balim 主导、Lina Na Li 协作完成。