# World-model rollout toy

从完整轨迹拟合动作条件动力学；没有官方 World Models / Dreamer 运行依赖。

## 执行

实测 Python 3.12.14 / NumPy 2.3.5，CPU float64。进入文章目录后：

```bash
python3 -m pip install -r code/requirements.txt
python3 code/world_model.py
python3 code/audit_results.py
```

安装命令是给读者的环境说明；本次直接使用现有 bundled NumPy，没有执行安装。可用 `--out /path/to/new/results` 将主实验输出到新目录；审计默认读取本文件旁的 results/。

## 固定协议

- 数据种子 74/75/76；每个子集使用 seed*100+split_index 的独立 RNG。
- train/dev/id/ood = 128/32/64/64 条轨迹，T=40；初态、动作均保存。
- train/dev/id 初始 x∈[-.5,.5)，ood 初始 x∈[1.5,2.5)，所有初始 v∈[-.3,.3)。动作均匀采样 {-0.5,0,0.5}，确定性真实转移，无过程噪声。
- 位置回归特征 [x,a,1]；完整线性 [x,v,a,1]；结构特征 [x,v,a,1,sin(x)]。各输出 [x_next,v_next]，参数分别 6/8/10。结构形式手工指定。
- 仅训练数据求解最小二乘，不调学习率、不早停、不选择最佳种子；开发集仅诊断。
- teacher 每步输入真状态；open 只在 t=0 输入真状态；correct5 在 t=0,5,...,35 输入真状态。校正条件仍保存并评分此前预测，不以真值覆盖预测结果。
- position_only 的输入函数忽略速度，因此其速度输出不参与递归。
- 全程 MSE 平均所有轨迹与40个预测时刻；E(h)只在指定 h 对轨迹平均。两个状态维度分别评分。
- seed_sd 为三种数据采样的样本标准差，不是模型初始化差异或置信区间。

## 输出与审计

`data_*.npz` 含 states [N,41,2]、actions [N,40]；`weights_*.npz` 存三个模型的权重；`predictions_*.npz` 含3模型×3评测集×3条件的数组，teacher [N,40,2]，其他 [N,41,2]；`summary.json` 保存每个种子的全部逐步误差与聚合结果。

主脚本断言满秩、最小二乘正规方程残差、开放预测不依赖未来真值、同起点第一步一致、有限数值与观测别名反例。

独立审计不导入主脚本，用 math.sin 与标量乘加重演所有真值与预测，验证全部保存指标、聚合均值/标准差和结构系数。NumPy 仅用于读取压缩数组及数组比较。

官方代码只阅读，链接和版本范围见 sources.json。训练环境图像、MDN-RNN、RSSM、控制学习、随机世界模型、GPU和原论文基准均未运行，待人工核验。当前合成设置不能证明通用泛化能力。