# DRILL論文、画素予測より方策の有用性を重視した世界モデル学習を提案

> 強化学習の方策改善に焦点を当てた世界モデルは、画素を正確に再現するモデルを上回り、成功率を最大13ポイント高める可能性があると新たな研究が示した。

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

Zhaolu Kang氏らの研究チームは、次のフレームを正確に予測するのではなく、方策の性能向上を目指して動画世界モデルを学習させる手法「DRILL」の論文を発表した。NeurIPS 2026で発表されたこの手法には、予測誤差に重み付けするDRILL‑VWIと、メタ勾配を用いるDRILL‑IMGの2種類がある。5つの操作シミュレーターでのテストでは、DRILL‑IMGの成功率は従来のWMPOベースラインを13.1ポイント上回った。論文は、画素誤差が小さくても、より優れた方策が得られるとは限らないと論じている。

## 事実

- 論文の公開日：2026-10-23（"Fri Oct 23 2026 06:00:00 GMT+0200"）
- DRILL‑IMGは平均成功率をWMPO比で13.1ポイント向上させた

## なぜ重要か

ロボット操作システムの開発者にとって、世界モデルの学習を方策の成果に結び付ければ、シミュレーターの実行回数を増やすことなく、タスクの成功率を高められる可能性がある。

## 出典と参考資料

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

最終更新: 2026-10-23