GRASP 作者对比 SuperMimic：从仿真经验中提取更多优化信息的新路子

GRASP 作者比较 GRASP 与 SuperMimic 的仿真经验利用方法。SuperMimic 通过反向传播学习到的 world model 训练追踪策略，GRASP 则从存档仿真 rollout 拟合的局部代价模型中恢复轨迹代价梯度，在下游策略学习前精修动作参考。两者的论文、代码与数据集均已公开。