AnyGoal：超越专家轨迹的世界模型泛化研究

AnyGoal 是一个用于评估世界模型泛化能力的基准，通过构建目标偏移的任务变体测试模型在未见过的状态-动作组合下的表现。该基准发现，当前多个世界模型家族在组合泛化任务中普遍存在失败情况。研究分析了不同模型在动态和表示层面的泛化能力，为未来世界模型在新规划任务中的进步提供了评估框架。