세계모델 시뮬레이터 — Protofelix × AstraHo

01이곳에서 무엇을 얻는가

10×10 격자 세계에서 전체 지도를 아는 계획(A* 알고리즘)과 부분 관측 계획을 비교하고, 환경 규칙이 바뀐 뒤 예상 경로와 실제 경로의 차이를 시각화합니다. 이 시뮬레이터는 전통 알고리즘을 정확히 명명하며, 단순 게임을 최신 학습형 세계모델 구현이라고 부르지 않습니다.

A*(전통 경로 탐색 알고리즘)를 사용합니다. 학습형 환경 표현을 살펴볼 출발점은 World Models 원논문입니다.

02시뮬레이션

시나리오

실행 지도 (③번은 항상 B)

시나리오를 고르고 실행하세요. 최대 스텝 상한 300 — 무제한 실행은 없습니다.

범례: S 시작 · G 목표 · ◌ 계획 경로 · · 실제 이동 · ■ 벽(발견됨) · ? 미탐사

03결과 설명과 가장 강한 반론

관찰한 것 / 추론한 것 / 아직 모르는 것

관찰한 것: 계획 경로·실제 경로·재계획 횟수·실패 지점 (브라우저 계산).
추론한 것: "세계를 아는 계획"과 "모르면서 움직이는 계획"의 비용 차이가 어디서 생기는지.
아직 모르는 것: 이 격자는 학습된 세계모델이 아니며, 학습형 모델의 실제 예측 품질은 별도의 실험이 필요합니다.

실패 조건: 규칙이 바뀐 환경에서 "계획대로 될 것"이라는 기대가 실패를 키웁니다. 이 시뮬레이터가 보여주는 것도 그것입니다 — 모델과 세계의 어긋남은 계획의 비용으로 나타나며, 재계획·관측이 그 비용을 줄이는지가 실제 연구 질문입니다.

다음 질문 — 쉬운: "내가 이번 주 세운 계획 중 '지도를 다 안다고 가정한' 것은?" · 반대: "불확실한 지도를 더 자세히 탐사하면 오히려 늦어지지 않는가?" · 먼 분야: "항해사의 '죽은 계산(dead reckoning)'은 부분 관측 계획과 무엇이 같은가?"