ATLAS 训练目标保住潜变量几何关系，显著提升世界模型规划成功率

ATLAS 训练目标把编码器表示中归一化的成对关系结构迁移到规划潜变量，在 LeWM 世界模型上实例化后，PushT、TwoRoom、OGBench-Cube 的平均目标达成率全面提升，高新颖性 TwoRoom 场景增益最大。该方法还用 WEMReg 通过一维 Wasserstein-2 传输校准全局潜变量边缘分布，诊断显示规划潜变量中新颖性相关结构更强、多步预测误差更低，代码已开源。