이 논문은 게임월드 모델링(GWM)과 강화학습(RL) 연구가 종종 혼동되는 이유로, 대부분의 논문이 픽셀·토큰·잠재변수 등 선언된 인터페이스에서 전이(transition) 예측 문제가 실제로 얼마나 어려운지를 정량화하지 않는다는 점을 지적한다. 이를 해결하기 위해 저자들은 '전이 복잡도 프로파일(TCP)'을 제안하는데, 이는 환경이나 게임플레이 데이터셋이 유도하는 전이 커널을 내재적 1스텝 분기, 관찰 가능한 상호작용에 따른 불확실성과 상대의 영향, 표준화된 프로브 곡선을 통한 시공간적 의존성 범위라는 세 축으로 특성화하는 소규모의 재현 가능한 지표 집합이다. TCP는 명시적 참조 분포, 프로토콜 확률성, 버전이 명시된 측정 예산과 함께 보고돼 벤치마크 간 비교를 가능케 하며, 저자들은 이를 GWM·RL 논문의 표준 벤치마크 메타데이터이자 필수 통계로 채택할 것을 제안한다.

• •GWM·RL 연구에서 전이 예측 문제의 실제 난이도가 정량화되지 않는 문제 지적
• •전이 복잡도 프로파일(TCP): 1스텝 분기·상호작용 불확실성·시공간 의존성 3축으로 환경 특성화
• •명시적 참조 분포와 버전화된 측정 예산으로 벤치마크 간 비교 가능성 확보
• •TCP를 GWM·RL 논문의 표준 벤치마크 메타데이터로 채택할 것을 제안