Verbeelde rollouts zijn kinematisch, niet dynamisch: een diagnose van het falen van wereldmodellen op lange horizon

Samenvatting

Het falen op lange termijn in wereldmodellen wordt conventioneel toegeschreven aan cumulatieve fouten, een algemene formulering die geen onderscheid maakt tussen welke soort fout cumuleert. Wij stellen een herformulering voor op basis van kinematisch versus dynamisch: wereldmodellen hebben de neiging om kinematisch voor te stellen in plaats van dynamisch. We operationaliseren dit als de voorgestelde Kinematische-Consistentiefout (imagined Kinematic-Consistency Error, iKCE), een per-stap diagnostiek die meet in hoeverre een rollout afwijkt van een kinematische nulmeting in gesloten vorm, gekoppeld aan een perturbatieprotocol dat test of iKCE reageert wanneer fysische omstandigheden een regimegrens overschrijden. We implementeren de diagnostiek op een vrijgegeven DreamerV3-checkpoint getraind op DMC walker-walk, waar de voorgestelde iKCE ruwweg twee ordes van grootte hoger ligt dan die van overeenkomstige rollouts met echte fysica. Bij een wrijvingsscan die de grens van ganginstorting overschrijdt, blijft de iKCE van het model statistisch vlak, zelfs terwijl de beloning van het getrainde beleid in hetzelfde bereik instort, wat de kinematische-niet-dynamische handtekening oplevert. De diagnostiek onderscheidt kinematische van dynamische voorstelling op termijnen langer dan de gangperiode van het belichaamde systeem.

English

Long-horizon failure in world models is conventionally attributed to compounding error, a generic framing that does not distinguish what kind of error compounds. We propose a kinematic-vs-dynamic reframing: world models tend to imagine kinematically rather than dynamically. We operationalize this as the imagined Kinematic-Consistency Error, a per-step diagnostic that measures how far a rollout departs from a closed-form kinematic null, paired with a perturbation protocol that tests whether iKCE responds when physical conditions cross a regime boundary. We instantiate the diagnostic on a released DreamerV3 checkpoint trained on DMC walker-walk, where imagined iKCE runs roughly two orders of magnitude above that of matched real-physics rollouts. Across a friction sweep that crosses the gait-collapse boundary, the model's iKCE stays statistically flat even as the trained policy's reward collapses through the same range, providing the kinematic-not-dynamic signature. The diagnostic distinguishes kinematic from dynamic imagination at horizons longer than the embodiment's gait period.