Nvidia ENPIRE: Агенти ШІ беруть на себе навчання роботів — новий стандарт автономної робототехніки
Ринок робототехніки стоїть на порозі фундаментального зсуву. Дослідницька група Nvidia спільно з колегами з Carnegie Mellon University та Каліфорнійського університету в Берклі представила фреймворк ENPIRE. Це не просто черговий інструмент для програмування — це повноцінна екосистема, в якій ШІ-агенти самостійно керують циклом навчання фізичних роботів.
Ключова інновація ENPIRE — замкнений цикл: робот виконує завдання, середовище автоматично оцінює результат і повертається у вихідний стан, а ШІ-агент аналізує помилки, переписує код і запускає наступну серію випробувань. Людський фактор зводиться до мінімуму, що кардинально прискорює процес навчання.
Як працює ENPIRE
У традиційній робототехніці навчання на реальному обладнанні — це дорогий і повільний процес, що потребує постійної участі інженерів. Кожна невдала спроба вимагає ручного повернення сцени, перевірки результату та коригування алгоритму. ENPIRE переносить у фізичний світ концепцію AutoResearch, де ШІ-агенти пишуть код, тестують його та вдосконалюють у наступних ітераціях. Однак, на відміну від цифрового середовища, тут кожен експеримент пов'язаний із реальними фізичними обмеженнями: помилками захоплення, тертям та недосконалістю обладнання.
Фреймворк складається з чотирьох ключових модулів:
- Environment: автоматичне скидання сцени, перевірка результату, логування та інтерфейси безпеки.
- Policy Improvement: запуск покращення політики керування.
- Rollout: оцінка політики на одному або кількох фізичних роботах.
- Evolution: аналіз логів, пошук ідей у літературі, зміна інфраструктури навчання та виправлення коду.
Автоматична перевірка та скидання: основа автономності
Автоматизація двох операцій — перевірки результату та повернення сцени у вихідний стан — є наріжним каменем ENPIRE. Система сама визначає, чи виконано завдання, використовуючи комбінацію детекторів, сегментаційних моделей та багатокамерної перевірки. Це дозволяє запускати багато спроб поспіль без ручного розмічування кожного прогону. Автоматичне скидання, своєю чергою, усуває необхідність постійної участі людини, що критично важливо для масштабування.
Результати на реальних роботах
В експериментах ENPIRE тестувався на кількох завданнях маніпуляції: Push-T (штовхання T-подібного об'єкта в задану зону), Pin Insertion (вставка штирів в отвори діаметром 4 мм), встановлення GPU та операції з кабельним стягуванням. У реальних завданнях система успішно справлялася із завданням у 99% випадків, якщо агенту давали до восьми спроб з урахуванням попередніх помилок. Цей показник відображає здатність системи відновлюватися після невдач і повторювати дії з урахуванням контексту.
Як агенти для програмування порівнювалися Codex на GPT-5.5, Claude Code на Opus 4.7 та Kimi Code на Kimi K2.6. Оцінка проходила в бенчмарку AutoEnvBench. У симуляторі побутових завдань RoboCasa ENPIRE перевершив GR00T від Nvidia та CaP-X.
Масштабування: вісім роботів — менше часу
Окремий блок роботи присвячений масштабуванню на парк роботів. Експеримент на восьми роботизованих станціях показав, що обмін результатами через Git дозволяє скоротити час навчання. Перехід від одного робота до восьми скоротив час освоєння Push-T приблизно з п'яти до двох годин, а Pin Insertion — з понад 90 хвилин до близько 40 хвилин.
Обмеження та перспективи
Автори справедливо зазначають, що масштабування не вирішує всіх проблем. Зі зростанням кількості роботів збільшується GPU-активність, але середнє завантаження самих роботів знижується через час, витрачений на координацію та узагальнення результатів. Також зростає витрата токенів. Крім того, ENPIRE поки показаний на обмеженому наборі завдань маніпуляції.
Моя експертна думка: ENPIRE — це не просто крок уперед, це зміна парадигми. Ми переходимо від ручного програмування до автономного навчання, де ШІ-агенти самі досліджують фізичний світ. Це відкриває шлях до створення truly універсальних роботів, здатних адаптуватися до нових завдань без участі людини. Однак, як і будь-який прорив, ENPIRE ставить нові питання: як керувати обчислювальними витратами та як забезпечити безпеку при масштабуванні на сотні роботів.