Das Lernen robuster und verallgemeinerungsfähiger Weltmodelle ist entscheidend für eine effiziente und skalierbare Steuerung von Robotern in realen Umgebungen. In dieser Arbeit stellen wir einen neuartigen Ansatz zur Lernung von Weltmodellen vor, die komplexe, teilweise beobachtbare und stochastische Dynamiken präzise erfassen können. Die vorgeschlagene Methode nutzt ein dual-autoregressives Mechanismus und selbstüberwachtes Lernen, um zuverlässige Vorhersagen über lange Zeiträume zu ermöglichen, ohne auf domain-spezifische induktive Voraussetzungen angewiesen zu sein, was eine hohe Anpassungsfähigkeit für diverse robotische Aufgaben gewährleistet. Darüber hinaus entwickeln wir einen Rahmen zur Politik-Optimierung, der Weltmodelle zur effizienten Trainingsdurchführung in imaginären Umgebungen und nahtlosen Einsatz in realen Systemen nutzt. Diese Arbeit trägt zur Weiterentwicklung des modellbasierten Verstärkungslernens bei, indem sie die Herausforderungen der Langzeitvorhersage, der Fehlerakku­mulation und des Sim-to-Real-Übergangs adressiert. Durch die Bereitstellung eines skalierbaren und robusten Rahmens eröffnen die vorgestellten Methoden neue Perspektiven für adaptive und effiziente Roboter-Systeme in realen Anwendungen.