Nvidia показала ENPIRE: ИИ-агенты учат роботов без постоянного надзора человека
Исследователи Nvidia, Carnegie Mellon University и UC Berkeley представили ENPIRE — систему, которая позволяет ИИ-агентам улучшать поведение реальных роботов через физические эксперименты. Если обычные coding agents уже умеют искать ошибки в коде и переписывать программы, здесь они получают более сложную среду: робот должен выполнить действие в реальном мире, система проверяет результат, возвращает сцену в исходное состояние и запускает следующую попытку.
Это важный шаг для робототехники, потому что ручная настройка политик остаётся одним из главных тормозов. Робота недостаточно «попросить» вставить деталь или взять предмет: нужно собрать данные, написать функцию награды, проверить сбои, снова запустить тесты и не сломать установку. ENPIRE упаковывает этот цикл в четыре модуля: среду для автоматического сброса и проверки, улучшение политики, запуск испытаний и эволюцию вариантов, где агенты анализируют логи и правят алгоритмы.
Что получилось в лаборатории
На странице проекта Nvidia показывает задачи Push-T, вставку штырьков, работу со стяжкой и вставку GPU. Авторы заявляют, что политики, обученные через ENPIRE, достигли 99% pass@8 на демонстрационных задачах. Важно, что pass@8 здесь не означает восемь независимых удачных дублей на выбор: речь о длинном прогоне, где система может до восьми раз восстановиться после ошибок внутри подзадач.
Отдельно исследователи сравнивали Codex с GPT-5.5, Claude Code с Opus 4.7 и Kimi Code с Kimi K2.6. Смысл сравнения не в красивой таблице моделей, а в проверке нового класса работы: агент не просто пишет код, а ведёт маленькую исследовательскую программу на физическом оборудовании.
Где осторожность
ENPIRE пока не делает роботов универсальными работниками. Авторы прямо пишут об ограничениях: роботы и GPU используются не полностью, пока агенты читают логи, пишут код или ждут ответы модели. При увеличении числа роботов результат приходит быстрее, но растёт расход токенов и усложняется координация.
Но направление заметное. Если такие циклы станут надёжнее, часть прогресса в робототехнике будет происходить не через редкие ручные эксперименты инженеров, а через постоянные автономные прогоны: агент предлагает гипотезу, робот проверяет её в железе, система сохраняет удачные изменения. Это приближает момент, когда ИИ будет улучшать не только софт, но и навыки машин в физическом мире.
- research.nvidia.comENPIRE: Agentic Robot Policy Self-Improvement in the Real World
- arstechnica.comAI coding agents taught robots how to install GPUs and cut zip ties
- techmeme.comNvidia researchers unveil ENPIRE, an agent harness framework that develops robotic self-improvement strategies for physical tasks with minimal human supervision
