Nvidia ENPIRE-ді ұсынады: Жасанды интеллект агенттері нақты әлемде роботтарды өздігінен үйретеді — робототехникадағы серпіліс
Nvidia зерттеу тобы Карнеги-Меллон университеті және Берклидегі Калифорния университеті әріптестерімен бірлесіп ENPIRE фреймворкін — ИИ-агенттерге физикалық жабдықта тікелей жұмыс істей отырып, роботтарды басқару алгоритмдерін автономды түрде жетілдіруге мүмкіндік беретін инновациялық жүйені жариялады. Бұл нақты машиналарда оқыту дәстүрлі түрде қымбат және баяу процесс болған робототехниканы автоматтандыру саласындағы маңызды қадам болып табылады.
ENPIRE жабық оқыту циклін жүзеге асырады: робот тапсырманы орындайды, орта нәтижені автоматты түрде бағалайды және бастапқы күйге оралады, ал ИИ-агент қателерді талдайды, кодты қайта жазады және сынақтардың келесі сериясын іске қосады. Nvidia AutoResearch деп аталатын бұл тәсіл цифрлық симуляция әдістемесін әрбір эксперимент нақты шектеулерді — үйкелісті, ұстау қателерін, объектілер физикасын есепке алуды талап ететін физикалық әлемге көшіреді.
ENPIRE архитектурасы және модульдері
Фреймворк төрт негізгі модульден тұрады. Environment модулі сахнаны автоматты түрде қалпына келтіруге, нәтижені тексеруге, журналға тіркеуге және қауіпсіздік интерфейстеріне жауап береді. Policy Improvement басқару саясатын жақсарту процесін іске қосады. Rollout бір немесе бірнеше физикалық роботтарда ағымдағы саясатты бағалайды. Ақырында, Evolution модулі агенттерге журналдарды талдауға, ғылыми әдебиеттерден идеялар іздеуге, оқыту инфрақұрылымын өзгертуге және кодты түзетуге мүмкіндік береді. Ортаны бастапқы конфигурациялаудан кейін цикл адамның тұрақты қатысуынсыз жұмыс істей алады, бұл роботтарды оқыту тәсілін түбегейлі өзгертеді.
Тексеру мен қалпына келтіруді автоматтандыру — автономдылықтың кілті
ENPIRE-дің маңызды жаңалығы екі операцияны автоматтандыру болып табылады: нәтижені тексеру және сахнаны бастапқы күйге қайтару. Мысалы, кабельдік байлау тапсырмасында бағалау функциясы детекторды, сегментация моделін және екі камера бойынша тексеруді біріктіреді, бұл агентке әрбір өтуді қолмен белгілеусіз сәттілік немесе қате сигналын алуға мүмкіндік береді. Өз кезегінде автоматты қалпына келтіру инженерлердің тұрақты араласуын қажет етпей, қатарынан көптеген әрекеттерді іске қосуға мүмкіндік береді.
Эксперименттік нәтижелер және өнімділік
Нақты эксперименттерде ENPIRE әсерлі нәтижелер көрсетті. T-тәрізді объектіні итеру (Push-T) және диаметрі 4 мм тесіктерге штифтерді салу (Pin Insertion) сияқты манипуляция тапсырмаларында жүйе агентке алдыңғы қателерді ескере отырып, сегіз әрекетке дейін берілгенде тапсырманы 99% жағдайда сәтті орындады. Бұл жүйенің бейімделу және сәтсіздіктерден кейін қалпына келу қабілетін көрсетеді, жалғыз әрекеттің дәлдігін емес.
Бағдарламалау агенттері ретінде GPT-5.5-тегі Codex, Opus 4.7-дегі Claude Code және Kimi K2.6-дағы Kimi Code салыстырылды. AutoEnvBench бенчмаркінде тестілеу тәсілдің тиімділігін растады. Тұрмыстық тапсырмалар симуляторы RoboCasa-да (шкафтарды ашу, аспаптарды қосу/өшіру) ENPIRE Nvidia-ның GR00T және CaP-X — толық автоматты зерттеу циклі жоқ агенттік жүйеден асып түсті.
Оқытуды масштабтау және жеделдету
Екі манипуляторы бар сегіз роботтандырылған станциядағы жеке эксперимент масштабтау оқытуды айтарлықтай жеделдететінін көрсетті. Станциялар Git арқылы нәтижелермен алмасты, бұл сәтті идеяларды тез таратуға мүмкіндік берді. Бір роботтан сегізге көшу Push-T меңгеру уақытын шамамен бес сағаттан екі сағатқа дейін, ал Pin Insertion үшін 90 минуттан астам уақыттан шамамен 40 минутқа дейін қысқартты. Бұл өнеркәсіптік қолдану әлеуетін көрсетеді.
Шектеулер және қорытындылар
Авторлар масштабтаудың проблемаларсыз емес екенін атап көрсетеді. Роботтар санының өсуімен журналдарды оқуға, үйлестіруге және тілдік модельдің жауабын күтуге кететін уақыт артады, бұл роботтардың орташа жүктемесін төмендетеді. Сондай-ақ токендердің шығыны артады. Сонымен қатар, ENPIPE әзірге манипуляция тапсырмаларының шектеулі жиынтығында көрсетілген және оның нәтижелері роботтар алдын ала инженерлік дайындықсыз ашық ортада кез келген физикалық дағдыларды өз бетінше меңгере алады дегенді білдірмейді.
Аналитик ретіндегі менің пікірім: ENPIRE — бұл жай ғана кезекті фреймворк емес, робототехникадағы ықтимал бетбұрыс сәті. Нақты жабдықта автономды, масштабталатын оқыту мүмкіндігі бізді адамның тұрақты араласуынсыз өзгермелі жағдайларға бейімделе алатын шынымен бейімделгіш роботтарды құруға тікелей жақындатады. Дегенмен, негізгі сын-қатер есептеу шығындары мен оқыту тиімділігі арасындағы тепе-теңдік болып қала береді, әсіресе күрделірек, көп тапсырмалы сценарийлерге көшкенде. Осы технологияның дамуын қадағалаңыз — ол өнеркәсіптік және қызмет көрсету робототехникасы нарығын түбегейлі өзгертуі мүмкін.