Исследователи под руководством Чжаолу Кана представили работу DRILL: в ней видеомодели мира обучают повышать эффективность политик, а не точно предсказывать следующий кадр. Метод, представленный на NeurIPS 2026, включает два варианта: DRILL‑VWI, который меняет вес ошибок предсказания, и DRILL‑IMG, использующий метаградиентный подход. В испытаниях на пяти симуляторах манипуляций DRILL‑IMG повысил успешность выполнения задач на 13,1 пункта по сравнению с прежним базовым методом WMPO. Авторы утверждают, что меньшая ошибка на уровне пикселей не гарантирует более эффективных политик.
Почему это важно
Для разработчиков роботизированных систем манипуляции обучение мировых моделей с ориентацией на результаты работы политик может повысить надежность выполнения задач без дополнительных запусков симулятора.
