你让机器人先左转再前进，但旧命令晚到一步，它可能先走再转。麻烦不只是“慢”：世界模型——用动作预测接下来会发生什么的模型——以为正在执行 A，机器实际却在执行 B，后续规划便从错误起点展开。
作者用相同的规划命令、相同的环境状态，只改变动作传输延迟。结果显示，延迟越大，发出的命令与实际动作分歧越大，短期回报也越低。更关键的是，对 TD-MPC2 这类规划式控制器，仅告诉它当前执行了什么，或执行器缓冲区里有什么，都不够；只有把准确的未来动作序列放进模型内部的状态推演，控制才会改善。拿同一信息只给候选轨迹重新打分，并无帮助。
这说明延迟会改变动作的“含义”和时间线，而不只是制造外部扰动。论文据此提出轻量接口：TD-MPC2 向执行端发送未来动作序列，DreamerV3 则接收实际执行动作的反馈；两者都无需修改预训练世界模型。