模拟器通过可读可改的状态概括环境。生成模型能够在没有显式规范的情况下学习世界表征，却缺少直接编辑状态的机制。本文探讨 可编辑性（editability）：改变模型潜在表示是否能产生与编辑模拟器状态后相同的下一步输出。目标是寻找生成模型潜在状态与模拟器状态之间的映射，模型仅在观测上进行训练，映射在训练后学习。我们从观测‑模拟器状态配对中学习两类映射：一是训练探针（probe）解码模拟器状态，再沿该方向引导模型；二是直接学习逆映射（inverse map），即使探针失效也能成功。实验在两种对比鲜明的环境中进行：离散棋盘游戏 Othello 与我们自行构建的连续世界 Rayworld（由部分渲染的移动圆盘组成，接近真实场景与视频）。结果显示映射的成功与环境强相关，尽管每种变体的状态均可解码。Othello 中，随着游戏规则简化，可编辑性平滑下降，微小规则改动会产生巨大影响。Rayworld 中，探针无法沿连续状态引导模型，但逆映射仍能将模型设定到对应状态。因而，生成模型可以被从未学习过的模拟器驱动。
点评