加密新闻

由英伟达、卡内基梅隆大学和加州大学伯克利分校专家组成的研究团队推出了ENPIRE——一款创新框架，从根本上改变了机器人训练的方式。该系统允许专注于编程的AI代理直接与物理设备交互，自主改进机器人控制算法。

ENPIRE的核心特点是实现了闭环学习。机器人执行任务后，环境会自动评估结果并重置到初始状态，AI代理则分析错误、修正代码并启动下一轮测试迭代。这消除了传统上需要工程师持续干预的弊端，而传统方式往往拖慢进程并增加成本。

ENPIRE的工作原理

在机器人技术领域，基于真实设备的训练一直昂贵且缓慢。每次失败尝试都需要手动将场景重置到初始状态、检查结果并修改算法。ENPIRE将AutoResearch概念引入物理世界，让AI代理编写代码、测试并改进。但与数字模拟不同，这里的每次实验都面临真实物理限制：摩擦力、抓取误差、传感器不完善等。

该框架由四个模块组成：

• 环境模块——负责自动重置场景、检查结果、日志记录和安全性。
• 策略改进模块——启动控制策略的改进流程。
• 执行模块——在一台或多台物理机器人上评估当前策略。
• 进化模块——允许代理分析日志、从文献中寻找灵感、修改训练基础设施并修复代码。

初始环境设置完成后，该循环可在无需持续人工监控的情况下运行。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，并在性能提升时保存更改。

自动验证与重置

ENPIRE的关键在于自动化两项关键操作：结果验证和场景重置。前者使系统能够自主判断任务是否完成。例如，在电缆扎带场景中，评估函数结合了检测器、分割模型和双摄像头验证。这样代理无需手动标注每次运行即可获得成功或错误信号。

自动重置允许连续进行多次尝试。在失败操作后，机器人将物体或场景恢复到适合下一次实验的状态。否则，基于真实设备的训练很快就会陷入需要持续人工参与的困境。

真实机器人上的成果

在实验中，团队在多项操作任务上测试了ENPIRE：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。如果允许代理在考虑先前错误的情况下进行最多八次尝试，系统在99%的情况下能成功完成任务。这一指标反映了系统从失败中恢复的能力，而非单次孤立尝试的精度。

作为编程代理，团队比较了基于GPT-5.5的Codex、基于Opus 4.7的Claude Code和基于Kimi K2.6的Kimi Code。评估在AutoEnvBench基准测试中进行，涉及Push-T和Pin Insertion任务。在家庭任务模拟器RoboCasa中，ENPIRE超越了英伟达的GR00T和CaP-X——后者是一种不启动完整自动研究循环的代理系统。

扩展至机器人集群

工作还专门探讨了扩展问题。英伟达在配备两个机械臂的八个机器人工作站上进行了实验。各站通过Git交换结果，从而缩短了训练时间。从单台机器人扩展到八台后，Push-T的学习时间从约五小时缩短至两小时，Pin Insertion则从超过90分钟减少到约40分钟。

局限性与结论

扩展并不能解决所有问题。当代理读取日志、编写代码或等待语言模型响应时，机器人和计算资源并未得到充分利用。随着机器人数量增加，GPU活动增多，但机器人本身的平均负载却下降。代理团队花费更多时间进行协调，而非物理运行。同时，令牌消耗也在增加。

ENPIRE目前仅在有限的操作任务集上得到验证。其成果并不意味着机器人已能在开放环境中无需工程准备即可自主掌握任意物理技能。尽管如此，这仍是机器人技术自动化领域向前迈出的重要一步。

我的评论： ENPIRE不仅仅是又一个工具，而是向真正自主机器人技术迈出的范式转变。在物理设备上实现“错误-分析-修正”循环的自动化，正是区分现代实验室原型与工业解决方案的关键。如果英伟达能将这一方法扩展到更广泛的任务范围，我们将见证机器人技术在真实生产流程中应用的急剧加速。