物理世界の将来状態を予測するワールドモデルは、機械学習の重要な研究領域として注目を集めています。しかし、予測精度が高いだけでは、物理情報がモデルの潜在ダイナミクス内でどのように組織化され、機能しているのかは明らかになりません。本研究は、受動的物体状態ワールドモデルにおけるイベント条件付きの潜在物理構造を研究するための、統制された診断プロトコルを提案しています。 このプロトコルは、隠れた表現がイベントレジーム情報をエンコードしているか、イベントコンテキストが非排他的な物理フィールド読み出しを重み付けするか、そしてフィールド整列表現コンポーネントが予測に機能的な影響を持つかをテストします。研究チームは自由運動、衝突、遮蔽イベントを含むバランスの取れたデータセットを使用して、再帰型、注意機構ベース、潜在状態空間遷移モデルを固定水平線予測設定で評価しました。 結果として、モデルは有用な予測ダイナミクスを学習し、隠れた状態は信頼性の高いイベントレジーム読み出しをサポートしています。興味深いことに、イベントコンテキストは運動学的、接触、物体永続性フィールドの読み出しを体系的に重み付けしました。具体的には、自由運動は運動学的に支配的であり、衝突は運動学的および接触構造の両方を組み合わせ、遮蔽は運動関連および物体永続性構造を組み合わせています。さらに時間整列および方向一貫性分析により、フィールド強調における位相関連の変化が確認されました。 最終的に、因果フィールド効果の分析では、フィールド整列方向を抑制すると予測性能が低下し、特に衝突接触ウィンドウでは接触整列構造に最も強い証拠があり、硬い遮蔽ウィンドウでは物体永続性整列構造に対してより限定的な証拠が示されました。これらの結果は、潜在物理フィールドのイベント条件付き組織化と固定水平線機能感度をサポートしていますが、明示的な物理モジュール、隔離された因果回路、またはコンテキスト不変なスライディングウィンドウ一般化を示唆するものではありません。