นักวิจัยนำเสนอ World-Action Model (WAM) ซึ่งเป็นโมเดลโลก (World Model) รูปแบบใหม่ที่ไม่ได้ทำนายเพียงแค่ภาพในอนาคต แต่ยังวิเคราะห์ถึง 'การกระทำ' (Actions) ที่ทำให้เกิดการเปลี่ยนแปลงสถานะด้วย โดยการเพิ่ม Inverse Dynamics Objective เข้าไปในโครงสร้าง DreamerV2 ทำให้โมเดลสามารถเข้าใจโครงสร้างที่สำคัญต่อการควบคุมหุ่นยนต์ได้ดีขึ้น
จากการทดสอบกับภารกิจหยิบจับวัตถุ 8 รูปแบบบน CALVIN benchmark พบว่า WAM ช่วยเพิ่มอัตราความสำเร็จจาก 59.4% เป็น 71.2% ในขั้นตอน Pre-training และเมื่อผ่านการปรับแต่งด้วย PPO จะพุ่งสูงถึง 92.8% โดยมีบางงานที่ทำได้สำเร็จเต็ม 100% ที่สำคัญคือการฝึกฝนนี้ใช้ทรัพยากรและขั้นตอนน้อยกว่าเดิมเกือบ 9 เท่าเมื่อเทียบกับเทคโนโลยีปัจจุบัน
