Nvidia представляет ENPIRE: ИИ-агенты самостоятельно обучают роботов в реальном мире — прорыв в робототехнике
Исследовательская группа Nvidia совместно с коллегами из Carnegie Mellon University и Калифорнийского университета в Беркли анонсировала фреймворк ENPIRE — инновационную систему, которая позволяет ИИ-агентам автономно улучшать алгоритмы управления роботами, работая непосредственно на физическом оборудовании. Это значительный шаг вперед в области автоматизации робототехники, где обучение на реальных машинах традиционно было дорогим и медленным процессом.
ENPIRE реализует замкнутый цикл обучения: робот выполняет задачу, среда автоматически оценивает результат и возвращается в исходное состояние, а ИИ-агент анализирует ошибки, переписывает код и запускает следующую серию испытаний. Этот подход, названный Nvidia AutoResearch, переносит методологию цифровых симуляций в физический мир, где каждый эксперимент требует учета реальных ограничений — трения, ошибок захвата, физики объектов.
Архитектура и модули ENPIRE
Фреймворк состоит из четырех ключевых модулей. Модуль Environment отвечает за автоматический сброс сцены, проверку результата, логирование и интерфейсы безопасности. Policy Improvement запускает процесс улучшения политики управления. Rollout оценивает текущую политику на одном или нескольких физических роботах. Наконец, модуль Evolution позволяет агентам анализировать логи, искать идеи в научной литературе, модифицировать инфраструктуру обучения и исправлять код. После первичной настройки среды цикл может работать без постоянного участия человека, что кардинально меняет подход к обучению роботов.
Автоматизация проверки и сброса — ключ к автономности
Критическим нововведением ENPIRE является автоматизация двух операций: проверки результата и возврата сцены в исходное состояние. Например, в задаче с кабельной стяжкой функция оценки объединяет детектор, сегментационную модель и проверку по двум камерам, что позволяет агенту получать сигнал успеха или ошибки без ручной разметки каждого прогона. Автоматический сброс, в свою очередь, позволяет запускать множество попыток подряд, избавляя от необходимости постоянного вмешательства инженеров.
Экспериментальные результаты и производительность
В реальных экспериментах ENPIRE показал впечатляющие результаты. На задачах манипуляции, таких как толкание T-образного объекта (Push-T) и вставка штырей в отверстия диаметром 4 мм (Pin Insertion), система успешно справлялась с заданием в 99% случаев, когда агенту предоставлялось до восьми попыток с учетом предыдущих ошибок. Это отражает способность системы к адаптации и восстановлению после неудач, а не точность единичной попытки.
В качестве агентов для программирования сравнивались Codex на GPT-5.5, Claude Code на Opus 4.7 и Kimi Code на Kimi K2.6. Тестирование в бенчмарке AutoEnvBench подтвердило эффективность подхода. В симуляторе бытовых задач RoboCasa (открытие шкафов, включение/выключение приборов) ENPIRE превзошел GR00T от Nvidia и CaP-X — агентную систему без полного цикла автоматического исследования.
Масштабирование и ускорение обучения
Отдельный эксперимент на восьми роботизированных станциях с двумя манипуляторами показал, что масштабирование значительно ускоряет обучение. Станции обменивались результатами через Git, что позволило быстро распространять удачные идеи. Переход от одного робота к восьми сократил время освоения Push-T примерно с пяти до двух часов, а для Pin Insertion — с более чем 90 минут до около 40 минут. Это демонстрирует потенциал для промышленного применения.
Ограничения и выводы
Авторы подчеркивают, что масштабирование не лишено проблем. С ростом числа роботов увеличивается время на чтение логов, координацию и ожидание ответа языковой модели, что снижает среднюю загрузку самих роботов. Также растет расход токенов. Кроме того, ENPIRE пока показан на ограниченном наборе задач манипуляции, и его результаты не означают, что роботы могут самостоятельно осваивать произвольные физические навыки в открытой среде без предварительной инженерной подготовки.
Мой комментарий как аналитика: ENPIRE — это не просто очередной фреймворк, а потенциальный переломный момент в робототехнике. Возможность автономного, масштабируемого обучения на реальном оборудовании напрямую приближает нас к созданию truly adaptable robots, способных адаптироваться к изменяющимся условиям без постоянного вмешательства человека. Однако ключевым вызовом останется баланс между вычислительными затратами и эффективностью обучения, особенно при переходе к более сложным, многозадачным сценариям. Следите за развитием этой технологии — она может кардинально изменить рынок промышленной и сервисной робототехники.