Object-centric world model (OCWM)은 시각적 장면을 객체 수준 표현으로 분해하여 강화 학습에서 구성적 일반화와 데이터 효율성을 향상시키는 것을 목표로 한다. 본 논문에서는 명시적으로 분리된 객체 수준 표현이 작업 관련 정보를 국지화하여 새로운 특징 조합에서 정책 성능을 향상시킬 수 있다고 가정한다. 이 가설을 검증하기 위해, 픽셀에서 직접 객체 수준 잠재 변수를 학습하는 완전 비지도 분리형 객체 중심 세계 모델인 DLPWM을 제안한다. DLPWM은 여러 Out-of-Distribution (OOD) 시각적 변동에 대한 강건함을 포함하여 강력한 재구성 및 예측 성능을 달성한다. 그러나 다운스트림 모델 기반 제어에 사용될 때, DLPWM 잠재 변수에서 훈련된 정책은 DreamerV3보다 성능이 떨어진다. 잠재 변수-궤적 분석을 통해 다중 객체 상호 작용 중 표현 이동이 불안정한 정책 학습의 주요 원인임을 확인하였다. 본 연구 결과는 객체 중심 지각이 견고한 시각적 모델링을 지원하지만, 안정적인 제어를 달성하려면 잠재 변동을 완화해야 함을 시사한다.
