연구진은 DreamerV3가 펜듈럼 영상을 학습하며 에너지와 유사한 불변량을 학습하는지 확인했어요. 롤아웃 과정에서 이 양이 드리프트하는 것을 발견했고, 초기 레벨 세트로 되돌리는 방식으로 롤아웃 오류를 줄일 수 있었어요. 이는 월드 모델이 픽셀로부터 물리적 제약 조건을 학습했지만, 상상할 때 이를 위반하는 실패 모드를 보여줘요.
학습된 물리적 불변량을 수정하는 과정에서 펜듈럼 영상 학습 모델의 롤아웃 오류를 줄일 수 있었어요. 이는 월드 모델이 픽셀로부터 물리적 제약 조건을 학습하지만, 상상할 때 이를 위반하는 것을 보여주는 사례예요.
연구 결과는 월드 모델이 픽셀로부터 물리적 제약 조건을 학습하는 것과 실제로 그 제약 조건을 따르는 것의 차이를 보여줘요. 월드 모델이 학습한 불변량을 초기 레벨 세트로 되돌리는 방식으로 롤아웃 성능을 개선할 수 있었어요.