候选动作生成
由动作策略提出候选动作序列，为同一观测条件提供可比较的行动方案。
未来状态预测
世界模型结合当前状态与候选动作，预测后续特征或状态的变化。
评分与执行反馈
使用评分模块比较预测结果，选择候选动作，并根据新的观测继续决策。
关注真实任务中的连续决策
多步骤任务
研究局部动作与后续任务进展之间的关系，关注误差累积和阶段衔接。
任务泛化
通过规范评测比较模型在不同任务组合中的表现，分析预测对决策的实际贡献。
预测状态的评分与整段任务最终成功率是不同概念；技术效果需要通过完整任务评测验证。