AnyGoal：评估世界模型在专家轨迹之外的泛化能力

研究者提出 AnyGoal，用于评估世界模型能否把熟悉的状态与动作组合泛化到未见组合上并用于规划。该基准基于常用世界模型环境构建目标偏移任务变体，并配套开源库；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出现较少。在多个环境和世界模型族上测试后，现有模型在这类重组下持续出现失败。