پژوهشگران به سرپرستی ژائولو کانگ مقاله‌ای با نام DRILL منتشر کرده‌اند که در آن مدل‌های جهانِ ویدیویی را به‌جای پیش‌بینی دقیق فریم بعدی، برای بهبود عملکرد سیاست‌ها آموزش می‌دهند. این روش که در NeurIPS 2026 ارائه شده، دو نسخه دارد: DRILL‑VWI که خطاهای پیش‌بینی را وزن‌دهی مجدد می‌کند، و DRILL‑IMG که از رویکرد فراگرادیان بهره می‌برد. آزمایش‌ها روی پنج شبیه‌سازِ دست‌کاری اشیا نشان داد DRILL‑IMG در مقایسه با خط‌پایه پیشین WMPO، نرخ موفقیت را ۱۳٫۱ واحد درصد افزایش داد. مقاله استدلال می‌کند که خطای کمتر در پیش‌بینی پیکسل‌ها لزوماً به سیاست‌های بهتر منجر نمی‌شود.
چرا مهم است
برای توسعه‌دهندگان سامانه‌های رباتیکِ دست‌کاری اشیا، تمرکز بر آموزش مدل جهان بر اساس نتایج سیاست‌ها می‌تواند بدون اجرای دفعات بیشتر شبیه‌ساز، به عملکرد قابل‌اعتمادتر در انجام وظایف منجر شود.
