你的世界模型知道动作有后果吗？——评估反事实动作后果建模保真度的新框架

针对具身世界模型（WM）现有指标只评估输出质量（重建清晰度、任务成功率）而无法衡量反事实动作后果建模保真度的问题，该研究提出通过敏感性分析检查模型对动作扰动的强制响应，以此审计 WM 对反事实动作后果的预测能力。作者指出，将 WM 部署到硬件上需要新的评估框架来分析状态误差与敏感性预测准确性之间的权衡。