Apprendre des modèles mondiaux robustes et généralisables est essentiel pour permettre un contrôle robotique efficace et évolutif dans des environnements réels. Dans ce travail, nous proposons un cadre novateur pour l’apprentissage de modèles mondiaux capables de capturer avec précision des dynamiques complexes, partiellement observables et stochastiques. La méthode proposée repose sur un mécanisme dual-autorégressif et une formation auto-supervisée afin d’obtenir des prédictions fiables à long terme, sans dépendre de biais inductifs spécifiques au domaine, garantissant ainsi une adaptabilité à travers diverses tâches robotiques. Nous introduisons également un cadre d’optimisation de politique qui exploite les modèles mondiaux pour une formation efficace dans des environnements imaginaires et un déploiement fluide dans des systèmes réels. Ce travail contribue au renforcement par apprentissage basé sur des modèles en surmontant les défis liés à la prévision à long terme, à l’accumulation d’erreurs et au transfert de simulation à réalité (sim-to-real). En offrant un cadre évolutif et robuste, les méthodes proposées ouvrent la voie à des systèmes robotiques adaptatifs et efficaces dans des applications réelles.