Iterative Gumbel Planning：面向连续控制的迭代式搜索规划方法

研究者提出迭代式 Gumbel 规划（IGP，Iterative Gumbel Planning），用逐维度因子化类别策略让策略支撑集与搜索候选对齐，消除将获胜动作蒸馏进高斯策略带来的投影误差。该方法结合 Gumbel Top-K 候选采样与 MPPI 式多轮迭代搜索，在 DMControl 和 HumanoidBench 上取得最优的综合性能与样本效率，并生成时序方差更低、更稳定的动作序列。