Naukowcy przeprowadzili szczegółową analizę, czy pretrenowany model LeWorldModel (LeWM) prawidłowo reprodukuje efekty małych zmian akcji w środowisku symulacyjnym. Korzystając z macierzy Grama mierzących wrażliwość na działania w trzech skalach perturbacji, porównali odpowiedzi modelu z rzeczywistym symulatorem na danych z prawie tysiąca stanów z gier Reacher oraz OGBench Cube. Odkryli istotne różnice: medianowe kąty między najbardziej wrażliwymi kierunkami akcji wyniosły około 36 stopni dla Reacher i 42 stopnie dla Cube przy najmniejszej perturbacji.
Ważnym ustaleniem jest, że zwiększenie perturbacji dziesięciokrotnie znacznie poprawia dokładność modelu - rozbieżność w macierzach Grama spadła medianowo o około 70 procent dla Reacher i 47 procent dla Cube. Model wykazuje jednak trudności w utrzymaniu lokalnej geometrii akcji, szczególnie gdy patrzamy na geometrię fizyczną stanów. Błędy modelu w odpowiadaniu na kierunki trzymane poza treningiem wyniosły 26-38 procent w zależności od gry, podczas gdy izotropowy punkt odniesienia osiągnął lepsze wyniki na tym samym poziomie śladu (trace).
Badanie podkreśla, że ocena wrażliwości akcji powinna być dopasowana do konkretnej skali perturbacji. Pozostaje jednak otwarte pytanie, jak dokładnie te obserwacje wpływają na praktyczną kontrolę agentów wykorzystujących LeWorldModel. Wyniki sugerują potrzebę dalszych prac nad poprawą precyzji modelów world model w śledzeniu subtelnych zmian w działaniach agenta.