# DRILL trainiert Weltmodelle für bessere Richtlinien statt Pixelprognosen

> Neue Forschung zeigt: Weltmodelle, die auf die Verbesserung von Reinforcement-Learning-Richtlinien ausgerichtet sind, können pixelgenaue Modelle übertreffen und die Erfolgsquote um bis zu 13 Punkte steigern.

Oossa · 2026-10-23 · https://oossa.com/de/drill-paper-proposes-training-world-models-for-policy-utility-not-pixel-predicti

Ein Forschungsteam um Zhaolu Kang hat ein Paper mit dem Titel DRILL veröffentlicht. Darin werden Video-Weltmodelle darauf trainiert, die Leistung von Richtlinien zu verbessern, statt das nächste Bild möglichst genau vorherzusagen. Die auf der NeurIPS 2026 vorgestellte Methode umfasst zwei Varianten: DRILL‑VWI, bei der Vorhersagefehler neu gewichtet werden, und DRILL‑IMG, einen Meta-Gradienten-Ansatz. Tests in fünf Manipulationssimulatoren zeigten, dass DRILL‑IMG die Erfolgsquote gegenüber der bisherigen WMPO-Baseline um 13,1 Punkte steigerte. Dem Paper zufolge führt ein geringerer Pixelfehler nicht zwangsläufig zu besseren Richtlinien.

## Die Fakten

- Paper veröffentlicht am 2026-10-23 ("Fri Oct 23 2026 06:00:00 GMT+0200")
- DRILL‑IMG steigerte die durchschnittliche Erfolgsquote gegenüber WMPO um 13,1 Punkte

## Warum es wichtig ist

Für Entwickler von Robotersystemen zur Manipulation könnte es zu zuverlässigeren Aufgabenleistungen führen, wenn Weltmodelle auf Ergebnisse der Richtlinien statt auf zusätzliche Simulationsläufe hin trainiert werden.

## Quellen und Referenzen

1. [DRILL: Training World Models to Improve Policies, Not Predict Pixels](https://arxiv.org/abs/2610.30814) – arXiv cs.CV, 2026-10-23

Zuletzt aktualisiert: 2026-10-23