Forskare under ledning av Zhaolu Kang har publicerat en artikel om DRILL, en metod som tränar videobaserade världsmodeller för att förbättra policyernas prestanda i stället för att förutsäga nästa bildruta exakt. Metoden presenterades på NeurIPS 2026 och finns i två versioner: DRILL‑VWI, som viktar om prediktionsfelen, och DRILL‑IMG, som använder en meta-gradientmetod. Tester i fem manipulationssimulatorer visade att DRILL‑IMG ökade framgångsgraden med 13,1 procentenheter jämfört med den tidigare baslinjen WMPO. Enligt artikeln garanterar lägre pixelfel inte bättre policyer.
Varför det spelar roll
För utvecklare av robotar som utför manipulationsuppgifter kan träning av världsmodeller med fokus på policyernas resultat bidra till mer tillförlitliga prestationer, utan fler simuleringar.
