Новини криптоміра

Дослідницька група Nvidia спільно з колегами з Carnegie Mellon University та Каліфорнійського університету в Берклі анонсувала фреймворк ENPIRE — інноваційну систему, яка дозволяє ІІ-агентам автономно покращувати алгоритми керування роботами, працюючи безпосередньо на фізичному обладнанні. Це значний крок вперед у галузі автоматизації робототехніки, де навчання на реальних машинах традиційно було дорогим і повільним процесом.

ENPIRE реалізує замкнутий цикл навчання: робот виконує завдання, середовище автоматично оцінює результат і повертається у вихідний стан, а ІІ-агент аналізує помилки, переписує код і запускає наступну серію випробувань. Цей підхід, названий Nvidia AutoResearch, переносить методологію цифрових симуляцій у фізичний світ, де кожен експеримент вимагає врахування реальних обмежень — тертя, помилок захоплення, фізики об'єктів.

Архітектура та модулі ENPIRE

Фреймворк складається з чотирьох ключових модулів. Модуль Environment відповідає за автоматичне скидання сцени, перевірку результату, логування та інтерфейси безпеки. Policy Improvement запускає процес покращення політики керування. Rollout оцінює поточну політику на одному або кількох фізичних роботах. Нарешті, модуль Evolution дозволяє агентам аналізувати логи, шукати ідеї в науковій літературі, модифікувати інфраструктуру навчання та виправляти код. Після первинного налаштування середовища цикл може працювати без постійної участі людини, що кардинально змінює підхід до навчання роботів.

Автоматизація перевірки та скидання — ключ до автономності

Критичним нововведенням ENPIRE є автоматизація двох операцій: перевірки результату та повернення сцени у вихідний стан. Наприклад, у завданні з кабельним стягуванням функція оцінки об'єднує детектор, сегментаційну модель та перевірку за двома камерами, що дозволяє агенту отримувати сигнал успіху або помилки без ручного розмічування кожного прогону. Автоматичне скидання, своєю чергою, дозволяє запускати безліч спроб підряд, позбавляючи необхідності постійного втручання інженерів.

Експериментальні результати та продуктивність

У реальних експериментах ENPIRE показав вражаючі результати. На завданнях маніпуляції, таких як штовхання Т-подібного об'єкта (Push-T) та вставка штирів в отвори діаметром 4 мм (Pin Insertion), система успішно справлялася із завданням у 99% випадків, коли агенту надавалося до восьми спроб з урахуванням попередніх помилок. Це відображає здатність системи до адаптації та відновлення після невдач, а не точність одиничної спроби.

Як агенти для програмування порівнювалися Codex на GPT-5.5, Claude Code на Opus 4.7 та Kimi Code на Kimi K2.6. Тестування в бенчмарку AutoEnvBench підтвердило ефективність підходу. У симуляторі побутових завдань RoboCasa (відкриття шаф, увімкнення/вимкнення приладів) ENPIRE перевершив GR00T від Nvidia та CaP-X — агентну систему без повного циклу автоматичного дослідження.

Масштабування та прискорення навчання

Окремий експеримент на восьми роботизованих станціях з двома маніпуляторами показав, що масштабування значно прискорює навчання. Станції обмінювалися результатами через Git, що дозволило швидко поширювати вдалі ідеї. Перехід від одного робота до восьми скоротив час освоєння Push-T приблизно з п'яти до двох годин, а для Pin Insertion — з більш ніж 90 хвилин до близько 40 хвилин. Це демонструє потенціал для промислового застосування.

Обмеження та висновки

Автори підкреслюють, що масштабування не позбавлене проблем. Зі зростанням кількості роботів збільшується час на читання логів, координацію та очікування відповіді мовної моделі, що знижує середнє завантаження самих роботів. Також зростає витрата токенів. Крім того, ENPIRE поки показаний на обмеженому наборі завдань маніпуляції, і його результати не означають, що роботи можуть самостійно освоювати довільні фізичні навички у відкритому середовищі без попередньої інженерної підготовки.

Мій коментар як аналітика: ENPIRE — це не просто черговий фреймворк, а потенційний переломний момент у робототехніці. Можливість автономного, масштабованого навчання на реальному обладнанні безпосередньо наближає нас до створення truly adaptable robots, здатних адаптуватися до змінних умов без постійного втручання людини. Однак ключовим викликом залишиться баланс між обчислювальними витратами та ефективністю навчання, особливо при переході до складніших, багатозадачних сценаріїв. Слідкуйте за розвитком цієї технології — вона може кардинально змінити ринок промислової та сервісної робототехніки.