Un equipo de investigadores encabezado por Zhaolu Kang publicó un artículo llamado DRILL, que entrena modelos del mundo en vídeo para mejorar el rendimiento de las políticas, en lugar de predecir con precisión el siguiente fotograma. El método, presentado en NeurIPS 2026, tiene dos versiones: DRILL‑VWI, que pondera de nuevo los errores de predicción, y DRILL‑IMG, un enfoque basado en meta-gradientes. En pruebas con cinco simuladores de manipulación, DRILL‑IMG mejoró las tasas de éxito en 13.1 puntos frente al modelo de referencia WMPO anterior. El artículo sostiene que un menor error a nivel de píxel no garantiza mejores políticas.
Por qué importa
Para quienes desarrollan sistemas robóticos de manipulación, centrar el entrenamiento de los modelos del mundo en los resultados de las políticas podría mejorar la fiabilidad al realizar tareas sin necesidad de ejecutar más simulaciones.
