# DRILL entraîne des modèles du monde à optimiser les politiques

> Une nouvelle étude montre que les modèles du monde axés sur l’amélioration des politiques d’apprentissage par renforcement peuvent surpasser ceux qui prédisent fidèlement les pixels, avec jusqu’à 13 points de réussite en plus.

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

Des chercheurs dirigés par Zhaolu Kang ont publié un article consacré à DRILL, une méthode qui entraîne des modèles vidéo du monde à améliorer les performances des politiques plutôt qu’à prédire précisément l’image suivante. Présentée à NeurIPS 2026, elle existe en deux versions : DRILL‑VWI, qui pondère différemment les erreurs de prédiction, et DRILL‑IMG, une approche fondée sur les méta-gradients. Des essais menés sur cinq simulateurs de manipulation ont montré que DRILL‑IMG augmentait le taux de réussite de 13,1 points par rapport à la méthode de référence WMPO. Selon l’article, une erreur plus faible au niveau des pixels ne garantit pas de meilleures politiques.

## Les faits

- Article publié le 2026-10-23 (« Fri Oct 23 2026 06:00:00 GMT+0200 »)
- DRILL‑IMG a augmenté le taux de réussite moyen de 13,1 points par rapport à WMPO

## Pourquoi c'est important

Pour les développeurs de systèmes de manipulation robotique, axer l’entraînement des modèles du monde sur les résultats des politiques pourrait améliorer la fiabilité des tâches sans nécessiter d’exécutions supplémentaires du simulateur.

## Sources et références

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

Dernière mise à jour: 2026-10-23