NVIDIA ENPIRE: ИИ-агенты берут на себя обучение роботов — прорыв в автоматизации физического мира
Индустрия робототехники стоит на пороге фундаментального сдвига. Исследовательская группа, объединившая усилия Nvidia, Carnegie Mellon University и Калифорнийского университета в Беркли, представила фреймворк ENPIRE. Это не просто очередной алгоритм; это полноценная экосистема, где ИИ-агенты для программирования самостоятельно управляют циклом обучения физических роботов, минимизируя участие человека.
Ключевая идея ENPIRE — превратить процесс обучения из ручного, дорогого и медленного в автоматизированный конвейер. Система работает по замкнутому циклу: робот выполняет задачу, среда автоматически оценивает результат и возвращается в исходное состояние, а ИИ-агент анализирует ошибки, переписывает код и запускает следующую итерацию испытаний. Это переносит концепцию «AutoResearch» из цифрового мира в физический, где каждый эксперимент сопряжен с реальными ограничениями — трением, ошибками захвата, несовершенством сенсоров.
Как устроен ENPIRE: Четыре столпа автономии
Фреймворк состоит из четырех ключевых модулей: Environment (автоматический сброс сцены, верификация и безопасность), Policy Improvement (улучшение политики управления), Rollout (оценка политики на физических роботах) и Evolution (анализ логов, поиск идей в литературе, изменение инфраструктуры и исправление кода). После первичной настройки среды, человек может наблюдать за процессом, но не обязан в него вмешиваться. Агент получает данные из видео, траекторий и функции награды, выдвигает гипотезу, меняет код, тестирует результат и сохраняет улучшения.
Реальные результаты: 99% успеха и масштабирование
В реальных экспериментах ENPIRE продемонстрировал впечатляющие показатели. На задачах манипуляции, таких как толкание T-образного объекта (Push-T) или вставка штырей в отверстия диаметром 4 мм (Pin Insertion), система достигала успеха в 99% случаев, если агенту предоставлялось до восьми попыток. Важно подчеркнуть, что это отражает способность системы к обучению на ошибках, а не точность единичного действия.
Наиболее интересным аспектом является масштабирование. В эксперименте с восемью роботизированными станциями, обменивающимися результатами через Git, время обучения сократилось кардинально. Для Push-T оно упало с примерно пяти часов до двух, а для Pin Insertion — с более чем 90 до 40 минут. Это доказывает, что коллективный разум ИИ-агентов способен экспоненциально ускорять физическое обучение.
Ограничения и взгляд в будущее
Однако не стоит спешить с выводами. Масштабирование выявило и узкие места. С ростом парка роботов увеличивается время на координацию, чтение логов и ожидание ответа от базовой языковой модели, что снижает загрузку самих роботов. Растет и расход токенов. Более того, ENPIRE пока успешно работает на ограниченном наборе задач манипуляции. Это не универсальный ключ к автономному освоению любых физических навыков в открытой среде без тщательной инженерной подготовки.
Мой анализ: ENPIRE — это не просто шаг вперед, это смена парадигмы. Мы переходим от эпохи, где инженеры пишут код для роботов, к эпохе, где ИИ-агенты пишут код для обучения роботов. Это может радикально снизить стоимость и время внедрения робототехники в промышленности, логистике и быту. Однако вопрос о том, как этот подход будет масштабироваться на задачи с высокой степенью неопределенности и вариативности, остается открытым. Следующие 12-18 месяцев покажут, насколько гибкой окажется эта технология за пределами лабораторных условий.