Новини криптоміра

Дослідницька група, що об'єднала експертів Nvidia, Carnegie Mellon University та Каліфорнійського університету в Берклі, представила фреймворк ENPIRE. Це не просто чергова бібліотека для робототехніки — це повноцінна екосистема, в якій ІІ-агенти, що спеціалізуються на написанні коду, беруть на себе процес покращення політик керування реальними роботами. Система працює за замкненим циклом: робот виконує завдання, середовище автоматично оцінює результат і повертається у вихідний стан, а агент аналізує помилки, переписує код і запускає нову серію випробувань.

Як влаштований ENPIRE: чотири модулі автоматизації

У традиційній робототехніці навчання на реальному обладнанні — це дорого і повільно. Кожна невдала спроба вимагає ручного повернення сцени, перевірки результату та коригування алгоритму. ENPIRE переносить у фізичний світ концепцію AutoResearch, вже випробувану Nvidia в цифрових симуляціях. Фреймворк складається з чотирьох ключових модулів:

• Environment — відповідає за автоматичне скидання сцени, перевірку результату, логування та інтерфейси безпеки.
• Policy Improvement — запускає ітеративний процес покращення політики керування.
• Rollout — оцінює поточну політику на одному або кількох фізичних роботах.
• Evolution — дозволяє агентам аналізувати логи, шукати ідеї в літературі, змінювати інфраструктуру навчання та виправляти код.

Після первинного налаштування середовища цикл може тривати без постійного спостереження людини. Агент отримує дані з відео, траєкторій та функції винагороди, пропонує нову гіпотезу, змінює код, тестує результат на роботі та зберігає зміни, якщо вони покращують показник.

Автоматична перевірка та скидання: ключ до масштабування

Найважливіший елемент ENPIRE — автоматизація двох операцій: перевірки результату та повернення сцени у вихідний стан. Без цього навчання на реальному обладнанні швидко впирається в необхідність постійної участі людини. Наприклад, у сценарії з кабельним стягуванням функція оцінки об'єднувала детектор, сегментаційну модель та перевірку за двома камерами, що дозволяло агенту отримувати сигнал успіху або помилки без ручного розмічування кожного прогону. Автоматичне скидання, своєю чергою, дозволяє запускати багато спроб поспіль, що критично важливо для ефективного навчання.

Експерименти на реальних роботах: 99% успіху

У реальних експериментах команда тестувала ENPIRE 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. На сторінці проекту зазначено, що 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, а не точність однієї ізольованої спроби.

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 на завданнях Push-T та Pin Insertion. Крім того, ENPIRE був протестований у RoboCasa — симуляторі побутових завдань, де він перевершив GR00T від Nvidia та CaP-X.

Вісім роботів: масштабування прискорює навчання

Окремий блок роботи присвячений масштабуванню на парк роботів. Nvidia провела експеримент на восьми станціях з двома маніпуляторами кожна. Станції обмінювалися результатами через Git: вдала ідея або зміна коду могли швидко поширюватися між агентами. 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 приблизно 40 хвилин.

Обмеження та погляд у майбутнє

Автори підкреслюють, що масштабування не вирішує всіх проблем. Коли агенти читають логи, пишуть код або чекають відповіді базової мовної моделі, роботи та обчислювальні ресурси використовуються не повністю. Зі зростанням кількості роботів збільшується GPU-активність, але середнє завантаження самих роботів знижується. Також зростає витрата токенів. І, що важливо, ENPIRE поки показаний на обмеженому наборі завдань маніпуляції. Це не означає, що роботи вже можуть самостійно освоювати довільні фізичні навички у відкритому середовищі без інженерної підготовки.

Експертний коментар: ENPIRE — це важливий крок до автономної робототехніки, але він демонструє, що "вузьким місцем" стає не стільки фізика, скільки обчислювальні ресурси та координація ІІ-агентів. Ми стоїмо на порозі епохи, коли роботи зможуть вчитися один в одного, але ціна цього навчання — експоненційне зростання споживання токенів та GPU-потужностей. Інвесторам варто придивитися до компаній, які пропонують рішення для оптимізації цих процесів.