# DRILL propõe treinar modelos de mundo para melhorar políticas

> Nova pesquisa mostra que modelos de mundo voltados a melhorar políticas de aprendizado por reforço podem superar modelos precisos na previsão de pixels, elevando as taxas de sucesso em até 13 pontos.

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

Pesquisadores liderados por Zhaolu Kang divulgaram um artigo chamado DRILL, que treina modelos de mundo em vídeo para melhorar o desempenho das políticas, em vez de prever com precisão o próximo quadro. O método, apresentado na NeurIPS 2026, tem duas versões: DRILL‑VWI, que repondera os erros de previsão, e DRILL‑IMG, uma abordagem baseada em meta-gradientes. Testes em cinco simuladores de manipulação mostraram que o DRILL‑IMG elevou as taxas de sucesso em 13,1 pontos em relação ao baseline anterior WMPO. O artigo argumenta que um menor erro de previsão de pixels não garante políticas melhores.

## Os fatos

- Artigo publicado em 2026-10-23 ("Fri Oct 23 2026 06:00:00 GMT+0200")
- DRILL‑IMG elevou a taxa média de sucesso em 13,1 pontos em relação ao WMPO

## Por que importa

Para desenvolvedores de sistemas de manipulação robótica, treinar modelos de mundo com foco nos resultados das políticas pode tornar o desempenho nas tarefas mais confiável, sem exigir execuções adicionais do simulador.

## Fontes e referências

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

Última atualização: 2026-10-23