加密新闻

机器人技术市场正站在根本性变革的门槛上。Nvidia 研究团队与卡内基梅隆大学及加州大学伯克利分校的同行共同推出了 ENPIRE 框架。这不仅仅是又一个编程工具，而是一个完整的生态系统，其中 AI 代理能够自主管理物理机器人的学习循环。

ENPIRE 的核心创新在于闭环机制：机器人执行任务，环境自动评估结果并恢复初始状态，AI 代理分析错误、重写代码并启动下一轮测试。人为因素被降至最低，从而极大加速了学习过程。

ENPIRE 的工作原理

在传统机器人技术中，在真实设备上进行学习是一个成本高昂且缓慢的过程，需要工程师持续参与。每一次失败的尝试都需要手动重置场景、检查结果并调整算法。ENPIRE 将 AutoResearch 概念引入物理世界，让 AI 代理编写代码、测试代码并在后续迭代中改进代码。然而，与数字环境不同，这里的每次实验都面临真实的物理限制：抓取误差、摩擦力和设备的不完美。

该框架由四个关键模块组成：

• 环境模块：自动重置场景、检查结果、记录日志及安全接口。
• 策略改进模块：启动控制策略的改进。
• 部署模块：在一台或多台物理机器人上评估策略。
• 进化模块：分析日志、从文献中寻找思路、修改学习基础设施并修复代码。

在完成初始环境设置后，该循环可以在无需人类持续监控的情况下运行。代理从视频、轨迹和奖励函数中获取数据，提出假设，修改代码，在机器人上测试结果，并在改进指标时保存更改。

自动检查与重置：自主性的基石

两项操作的自动化——结果检查与场景恢复初始状态——是 ENPIRE 的基石。系统利用检测器、分割模型和多摄像头检查的组合，自行判断任务是否完成。这使得无需为每次运行手动标注即可连续启动多次尝试。而自动重置则消除了人类持续参与的必要性，这对规模化至关重要。

真实机器人上的成果

在实验中，ENPIRE 在多项操作任务上进行了测试：Push-T（将 T 形物体推至指定区域）、Pin Insertion（将销钉插入直径 4 毫米的孔中）、GPU 安装以及电缆扎带操作。在真实任务中，如果给代理最多八次尝试机会并考虑先前错误，系统在 99% 的情况下成功完成任务。这一指标反映了系统从失败中恢复并根据上下文重复操作的能力。

作为编程代理，比较了 GPT-5.5 上的 Codex、Opus 4.7 上的 Claude Code 以及 Kimi K2.6 上的 Kimi Code。评估在 AutoEnvBench 基准测试中进行。在家庭任务模拟器 RoboCasa 中，ENPIRE 超越了 Nvidia 的 GR00T 和 CaP-X。

规模化：八台机器人，更少时间

工作中的一个独立部分专注于向机器人集群的规模化。在八台机器人工作站上的实验表明，通过 Git 共享结果可以缩短学习时间。从一台机器人扩展到八台，将 Push-T 的掌握时间从大约五小时缩短至约两小时，而 Pin Insertion 则从超过 90 分钟缩短至约 40 分钟。

局限性与前景

作者公正地指出，规模化并不能解决所有问题。随着机器人数量增加，GPU 活动量上升，但由于协调和结果汇总所花费的时间，机器人自身的平均负载却下降。同时，令牌消耗也在增加。此外，ENPIRE 目前仅在有限的操作任务集上得到展示。

我的专家观点：ENPIRE 不仅仅是向前迈进的一步，而是一次范式转变。我们正从手动编程转向自主学习，AI 代理自行探索物理世界。这为创建真正通用的机器人开辟了道路，使其能够无需人类参与即可适应新任务。然而，与任何突破一样，ENPIRE 也提出了新问题：如何管理计算成本，以及如何在扩展到数百台机器人时确保安全。