NVIDIA ENPIRE: ИИ-агенттер роботтарды оқытуды өз мойнына алады — физикалық әлемді автоматтандырудағы серпіліс
Робототехника саласы түбегейлі өзгеріс алдында тұр. Nvidia, Carnegie Mellon University және Калифорния университетінің Берклидегі бірлескен зерттеу тобы ENPIRE фреймворкін ұсынды. Бұл жай ғана алгоритм емес; бұл бағдарламалауға арналған AI-агенттер физикалық роботтардың оқу циклін өз бетінше басқаратын, адамның қатысуын барынша азайтатын толыққанды экосистема.
ENPIRE-дің негізгі идеясы — оқу процесін қолмен, қымбат және баяудан автоматтандырылған конвейерге айналдыру. Жүйе тұйық цикл бойынша жұмыс істейді: робот тапсырманы орындайды, орта нәтижені автоматты түрде бағалап, бастапқы күйге қайтарады, ал AI-агент қателерді талдап, кодты қайта жазып, сынақтардың келесі итерациясын іске қосады. Бұл «AutoResearch» тұжырымдамасын цифрлық әлемнен физикалық әлемге көшіреді, мұнда әрбір эксперимент нақты шектеулермен — үйкеліс, ұстау қателері, сенсорлардың жетілмегендігімен байланысты.
ENPIRE қалай құрылған: Автономияның төрт тірегі
Фреймворк төрт негізгі модульден тұрады: Environment (сахнаны автоматты түрде қалпына келтіру, верификация және қауіпсіздік), Policy Improvement (басқару саясатын жақсарту), Rollout (физикалық роботтарда саясатты бағалау) және Evolution (журналдарды талдау, әдебиеттен идеялар іздеу, инфрақұрылымды өзгерту және кодты түзету). Ортаны алғашқы реттеуден кейін адам процесті бақылай алады, бірақ оған араласуға міндетті емес. Агент бейне, траекториялар және марапат функциясынан деректер алады, гипотеза ұсынады, кодты өзгертеді, нәтижені тексереді және жақсартуларды сақтайды.
Нақты нәтижелер: 99% табыс және масштабтау
Нақты эксперименттерде ENPIRE әсерлі көрсеткіштерді көрсетті. T-тәрізді нысанды итеру (Push-T) немесе диаметрі 4 мм тесіктерге түйреуіштерді салу (Pin Insertion) сияқты манипуляция тапсырмаларында жүйе агентке сегіз әрекетке дейін берілсе, 99% жағдайда табысқа жетті. Бұл жүйенің қателерден үйрену қабілетін көрсетеді, жеке әрекеттің дәлдігін емес екенін атап өту маңызды.
Ең қызықты аспект — масштабтау. Git арқылы нәтижелермен алмасатын сегіз роботтандырылған станциямен жүргізілген экспериментте оқу уақыты түбегейлі қысқарды. Push-T үшін ол шамамен бес сағаттан екі сағатқа, ал Pin Insertion үшін 90 минуттан 40 минутқа дейін төмендеді. Бұл AI-агенттердің ұжымдық ақылы физикалық оқуды экспоненциалды түрде жылдамдата алатынын дәлелдейді.
Шектеулер және болашаққа көзқарас
Дегенмен, қорытынды жасауға асықпау керек. Масштабтау тар жерлерді де анықтады. Роботтар паркінің өсуімен үйлестіруге, журналдарды оқуға және базалық тілдік модельден жауап күтуге кететін уақыт артады, бұл роботтардың өздерінің жүктемесін төмендетеді. Токендердің шығыны да өседі. Сонымен қатар, ENPIRE әзірге манипуляция тапсырмаларының шектеулі жиынтығында сәтті жұмыс істейді. Бұл мұқият инженерлік дайындықсыз ашық ортада кез келген физикалық дағдыларды автономды меңгерудің әмбебап кілті емес.
Менің талдауым: ENPIRE — бұл жай ғана алға қадам емес, бұл парадигманың өзгеруі. Біз инженерлер роботтарға код жазатын дәуірден AI-агенттер роботтарды оқыту үшін код жазатын дәуірге көшіп жатырмыз. Бұл өнеркәсіпте, логистикада және тұрмыста робототехниканы енгізу құны мен уақытын түбегейлі төмендетуі мүмкін. Дегенмен, бұл тәсілдің жоғары белгісіздік пен өзгергіштік дәрежесі бар тапсырмаларға қалай масштабталатыны туралы сұрақ ашық күйінде қалады. Келесі 12-18 ай бұл технологияның зертханалық жағдайлардан тыс қаншалықты икемді болатынын көрсетеді.