# DRILL tränar världsmodeller för bättre policyer, inte pixlar

> Ny forskning visar att världsmodeller som fokuserar på att förbättra förstärkningsinlärda policyer kan prestera bättre än modeller som återger pixlar exakt. Framgångsgraden ökade med upp till 13 procentenheter.

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

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.

## Fakta

- Artikeln publicerades 2026-10-23 ("Fri Oct 23 2026 06:00:00 GMT+0200")
- DRILL‑IMG ökade den genomsnittliga framgångsgraden med 13,1 procentenheter jämfört med WMPO

## 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.

## Källor och referenser

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

Senast uppdaterad: 2026-10-23