# DRILL论文提出：世界模型应为策略服务，而非预测像素

> 最新研究显示，专注于提升强化学习策略的世界模型，表现优于追求像素级精准的模型，成功率最高可提升13个百分点。

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

由Zhaolu Kang领衔的研究团队发布了一篇名为DRILL的论文，提出训练视频世界模型时，应着眼于提升策略表现，而不是准确预测下一帧。该方法将在NeurIPS 2026上发表，包含两个版本：DRILL‑VWI通过重新加权预测误差进行训练，DRILL‑IMG则采用元梯度方法。在五种操作任务模拟器上的测试显示，与此前的WMPO基线相比，DRILL‑IMG将成功率提高了13.1个百分点。论文指出，像素误差更低并不意味着策略表现更好。

## 事实

- 论文发表于2026-10-23（“Fri Oct 23 2026 06:00:00 GMT+0200”）
- DRILL‑IMG的平均成功率比WMPO高13.1个百分点

## 为什么重要

对于机器人操作系统开发者而言，让世界模型训练聚焦于策略表现，有望在不增加模拟器运行次数的情况下，让任务执行更加可靠。

## 来源与参考

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

最后更新: 2026-10-23