内容摘要
世界模型规划常用较大的固定搜索预算，并在迭代中重复编码不变的观测与目标。作者提出SufficientPlan，在不重训世界模型、不改变原生规划目标的前提下，分别减少多余搜索和重复计算。
其配对序贯预算认证（PSBC）在开发集上比较缩减预算与完整预算的闭环任务结果，以预设性能容差认证模型—任务专属预算，随后冻结预算用于留出评测，而非要求动作一致。静态上下文复用（SCR）则在单次规划求解内缓存观测和目标表示，保留依赖候选动作的计算。
作者报告，在16个骨干—任务组合中，PSBC平均使用完整预算的30.0%，候选评估减少70.0%；14个组合的留出成功率降幅不超过2个百分点，但Fast-LeWM/Push-T与C-JEPA/Push-T分别下降6和3个百分点。匹配预算等条件的SCR评测中，回合成功结果零翻转，规划加速最高2.18倍；另一个Fast-LeWM/Push-T深度实验在30次迭代时达到2.45倍。结果来自仿真视觉控制基准，时延实验每次使用单张NVIDIA RTX A5000，不能据此推断真机收益。
点评
将“结果足够好”的预算校准与单次求解内的计算复用分开，为既有世界模型规划器提供部署侧优化路径，而非改进模型本身。
这是作者论文结果，不是独立复现。PSBC认证不保证每个有限留出样本都满足容差，也不代表全局最小预算；分布显著变化可能需重新校准。SCR收益取决于静态计算占比。作者仅表示计划发布实现与配置，不能视为已开放。
版本与核查范围
版本 2610.08350v1 · 原文定位与程序检查、独立上下文模型复核；不代表独立研究复现。。依据已核查材料整理；未运行模型或机器人。
原文与定位
- 原文链接 h1[1]；#S1.p1.1；#S1.p1.1；#S4.p1.1；#S1.p2.1；#S4.p14.1；#S5.SS2.p1.1；#S5.SS2.p3.1；#S5.SS3.p1.1；#S5.SS3.p2.1；#Sx2.p1.1；#A1.SS3.p8.1