为什么做
更低预测误差未必保留同一状态下的重要动作差异。
已有证据
后续 50 场景确认中，同预测器和每次决策预算下，CEM 目标改变使成功数 11/50→33/50；另一重排比较的平均最高覆盖差区间跨零。
当前边界
这是任务内目标效应；开发机制门槛多次未通过，上游场景暴露未知，未建立新动力学或族外优势。
希望后来者怎样继续
固定完整状态集，区分教师与自身条件漂移、动作排序和实际收益，前瞻检验单一机制。
上述接续建议是待验证的研究问题，不是新增实验结果。原始稿件及来源、许可和阶段说明见归档。
WORLD-MODELS / 后续视觉控制工作稿 · 完成 50 场景确认
Prediction, Action Ranking, and Closed-Loop Control: A Replay-Verified Audit of Visual World Models in PushT
同预测器与每次决策预算下，CEM 目标改变使成功数从 11/50 到 33/50；任务内目标效应不等于新动力学机制、同先验模型优越性或族外泛化。
与早期合成稿不同的后续确认版本；外部发表状态未由本次本地文件核验。