DreamTest 用世界模型替代仿真器：在 Parking、Humanoid、DonkeyCar 上把失败预测 AUPRC 最高提升 97%，同等预算下多发现 79% 新失败
DreamTest 把递归状态空间模型改造成测试用世界模型，从 DRL 智能体的训练日志中学习智能体行为与环境动力学，对候选配置并行生成想象回合并以终止概率加权的失败预测打分，从而在不执行仿真器的情况下引导搜索；在 Parking、Humanoid、DonkeyCar 三个基准上，其平均 AUPRC 分别比最强基线高约 97%、12%、39%，五个分布外集合上最高增益达 145%、29%、44%，在相同仿真验证预算下最佳“DreamTest+搜索”组合平均多发现 29%、22%、79% 的新失败。