Zhaolu Kang liderliğindeki araştırmacılar, sonraki kareyi doğru tahmin etmek yerine politika performansını artırmak için video dünya modellerini eğiten DRILL adlı makaleyi yayımladı. NeurIPS 2026’da sunulan yöntem iki sürümden oluşuyor: tahmin hatalarını yeniden ağırlıklandıran DRILL‑VWI ve meta-gradyan yaklaşımını kullanan DRILL‑IMG. Beş manipülasyon simülatöründe yapılan testlerde DRILL‑IMG, önceki WMPO temel yöntemine kıyasla başarı oranını 13.1 puan artırdı. Makalede, piksel hatasının düşük olmasının daha iyi politikaları garanti etmediği savunuluyor.
Neden önemli
Robot manipülasyon sistemleri geliştirenler için dünya modeli eğitimini politika sonuçlarına odaklamak, ek simülatör çalıştırmalarına gerek kalmadan görev performansının daha güvenilir olmasını sağlayabilir.
