Newest papers

AnyGoal: On World Model Generalization Beyond Expert Rollouts

Heejeong Nam, Divyat Mahajan, Quentin Le Lidec, Randall Balestriero, David Alexander Klindt · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.26844 · cited by 0 works (OpenAlex) · open-access PDF

Vietnamese

Mục tiêu của một mô hình thế giới là để nắm bắt động lực của một môi trường. Điều này có khung cảnh tuyệt vời mà nó cho phép các đại lý để lên kế hoạch và mô phỏng một quá trình hành động với sự giúp đỡ của một mô hình thế giới. Đối với những sử dụng này để được đáng tin cậy, tuy nhiên, động lực học phải cư xử xa hơn các kết hợp trạng thái hành động cụ thể được quan sát thấy trong các cuộc triển khai chuyên gia. Mặc dù điều này, mối quan hệ giữa việc bao phủ dữ liệu, tổng hợp động lực và hiệu suất lập kế hoạch tiếp theo vẫn chưa được khám phá. Chúng tôi nghiên cứu mối quan hệ này thông qua ống kính tổng hợp thành phần: một mô hình thế giới có thể kết hợp các yếu tố tương tác quen thuộc và các yếu tố hành động thành động hợp lệ? Để trả lời điều này, chúng tôi giới thiệu AnyGoal, một

Machine translation (Meta M2M100); the English original follows.

Abstract

The goal of a world model is to capture the dynamics of an environment. This has the great appeal that it allows agents to plan and simulate a course of actions with the help of a world model. For these uses to be reliable, however, the learned dynamics must behave well beyond the specific state-action combinations observed in expert rollouts. Despite this, the relationship between data coverage, dynamics generalization, and downstream planning performance remains underexplored. We study this relationship through the lens of compositional generalization: can a world model recombine familiar state and action factors into valid dynamics? To answer this, we introduce AnyGoal, a benchmark of goal-shifted task variants built from widely used world-model environments, together with an open-source library. Each task is designed to be within reach of a world model that has learned the underlying dynamics: individual state factors and actions remain within their training support, but their combinations are underrepresented in expert trajectories. Across multiple environments and world model families, we find that current models consistently exhibit failures under these recombinations. By examining dynamics and representation failures across model families, interaction regimes, and evaluation metrics, we study where current world models generalize and where challenges remain for goal-shifted prediction and planning. Together, this framework, benchmark, and analysis provide a basis for evaluating progress toward world models that generalize to new planning tasks.

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Topics: Computer science, Generalization, Task (project management), Action (physics), Artificial intelligence, Representation (politics)

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange