AnyGoal：评测世界模型在专家轨迹之外的组合泛化能力

研究提出 AnyGoal 基准与开源库，用于评测世界模型在目标偏移任务变体上的组合泛化能力。任务设计保证单个状态因子和动作仍在训练支持范围内，但其组合在专家轨迹中代表性不足。跨多个环境和世界模型家族的实验显示，当前模型在这些重组情形下普遍出现失败，作者进一步分析了动力学与表征层面的失效位置。