世界模型訓練完便退場，機器人反而更強

有什麼變化

世界模型被用作訓練元件，而非部署時永久保留的模組。

為什麼重要

這種方法可能降低具身 AI 在推理階段的計算量、記憶體使用量與系統複雜度。它也顯示，即使世界模型不適合在執行時直接控制機器人，仍可作為有價值的訓練支架。

下一步行動

在 MuJoCo 中製作「訓練後移除」流程，比較加入世界模型輔助損失與未加入該損失訓練的相同策略模型。