ENPIRE: Robot Kini Belajar Sendiri Tanpa Campur Tangan Manusia – Capai 99% Kejayaan Pasang GPU

Empat Modul Saling Mengunci

Seni bina ENPIRE adalah gelung tertutup yang terdiri daripada empat modul, setiap satu mengendalikan bahagian penting dalam proses penyelidikan fizikal :

EN — Modul Persekitaran: Secara automatik menetapkan semula senario fizikal ke keadaan awal yang rawak dan mengesahkan penyiapan tugas menggunakan fungsi ganjaran berasaskan penglihatan (contohnya, model segmentasi dan pengesan kotak sempadan). Tiada manusia perlu menetapkan semula robot antara percubaan .

PI — Modul Penambahbaikan Polisi: Melancarkan penambahbaikan polisi menggunakan mana-mana daripada beberapa rejim – pembelajaran heuristik, panggilan alat, klon tingkah laku, pembelajaran pengukuhan luar talian, atau RL dalam talian. Ejen pengekodan mencadangkan hipotesis algoritma dan menulis kod .

R — Modul Pelaksanaan: Menilai polisi calon pada satu atau berbilang robot fizikal yang beroperasi secara selari. Ia menyimpan data keadaan, tindakan, video, dan hasil untuk tujuan audit .

E — Modul Evolusi: Ejen pengekodan menganalisis log, merujuk literatur penyelidikan, membandingkan cabang, dan mengubah suai kod infrastruktur latihan dan algoritma untuk menangani mod kegagalan. Resipi yang berjaya digunakan semula; hipotesis yang gagal dipangkas .

Penyelarasan Armada Berasaskan Git

Daripada mencipta lapisan orkestrasi yang eksotik, rangka kerja ini bergantung pada alat yang biasa untuk kerjasama teragih: Git. Apabila satu stesen ejen mencapai kejayaan, ia melakukan komit kod polisi yang lebih baik. Stesen lain menarik kemas kini dan membina di atasnya, membolehkan penambahbaikan teragih dan tak segerak tanpa penyelarasan berpusat .

Pasukan menggunakan lapan ejen pengekodan AI yang dipasangkan dengan lapan stesen kerja robotik, setiap satu dilengkapi dengan dua lengan mekanikal enam darjah kebebasan, kamera kedalaman Intel RealSense, dan GPU NVIDIA RTX 5090 tempatan. Dengan peruntukan GPU dan belanjawan token yang murah hati, mereka dibebaskan dengan matlamat mudah: selesaikan tugas secepat mungkin, pastikan robot sibuk tetapi selamat, jangan bazirkan pengiraan berharga .

Kadar Kejayaan 99%

Ejen berkuasa ENPIRE mencapai kadar kejayaan 99% pass@8 pada pelbagai tugas manipulasi dexterous yang mencabar dan kaya dengan sentuhan di dunia nyata :

• Pemasangan GPU – meletakkan kad grafik ke dalam slot papan induk
• Pemasukan pin – menyusun pin ke dalam kotak pin
• Pemotongan zip tie – menggunakan pemotong untuk memotong zip tie
• Pengikatan zip tie
• Push-T – tugas tolak planar

Perlu diingat bahawa pass@8 mengukur percubaan semula dan pemulihan yang muncul dalam satu pelaksanaan ufuk panjang (sehingga 8 percubaan semula dalam konteks berdasarkan kegagalan sebelumnya), bukan sampel i.i.d. terbaik daripada 8 .

Keputusan Skala dan Had

Metrik penggunaan armada

Kertas kerja memperkenalkan dua metrik baharu: Purata Penggunaan Robot (MRU) dan Purata Penggunaan Token (MTU) untuk mengukur kecekapan penyelidikan auto fizikal pelbagai ejen .

Penggunaan token

Sistem ini intensif token. Ejen membaca kertas, menulis kod, menganalisis log, dan lelaran – setiap kitaran penambahbaikan menggunakan token LLM yang ketara. Pasukan memberi ejen "belanjawan token yang murah hati" dan mengarahkan mereka untuk tidak membazirkan pengiraan .

Kegagalan simulasi-ke-realiti pada Push-T

Ketiga-tiga ejen pengekodan termaju yang diuji – Codex (dengan GPT-5.5), Claude Code (dengan Opus 4.7), dan Kimi Code (dengan Kimi K2.6) – menyelesaikan Push-T dalam simulasi. Walau bagaimanapun, tidak semuanya berjaya dipindahkan ke perkakasan sebenar. ENPIRE tidak menghapuskan jurang sim-ke-realiti; ia memberi ejen AI cara untuk menemui dan menyesuaikan diri dengan jurang itu melalui percubaan fizikal berulang . Ini diakui secara terbuka dalam kertas kerja sebagai had utama .

Had lain yang diakui

Kertas kerja ini menyertakan bahagian "Had & Hala Tuju Masa Depan" yang menyatakan bahawa ENPIRE masih memerlukan persediaan persekitaran awal (perkakasan, saluran paip persepsi), dan pendekatan ini dihadkan oleh kualiti dan kos LLM ejen pengekodan asas .

Konteks Lebih Luas: Dorongan Physical AI NVIDIA

ENPIRE terletak dalam strategi Physical AI NVIDIA yang lebih luas – AI yang memahami dan bertindak di dunia fizikal.

• Model Dunia NVIDIA Cosmos: Dilancarkan di CES 2025, Cosmos ialah platform model asas dunia generatif, tokenizer, pengawal, dan saluran paip video yang dibina khas untuk mempercepatkan pembangunan Physical AI untuk kenderaan autonomi dan robotik . Di GTC 2026, NVIDIA mengeluarkan model Cosmos baharu bersama rangka kerja simulasi Isaac dan model NVIDIA Isaac GR00T N untuk robot humanoid .
• Perkongsian Hyundai: Pada Januari 2025, Hyundai Motor Group mengumumkan perkongsian strategik dengan NVIDIA merangkumi pengkomputeran dipercepatkan, AI generatif, dan pendigitalan industri . Pada Oktober 2025, mereka mendalaminya menjadi kilang AI dikuasakan 50,000 GPU Blackwell untuk kenderaan autonomi, kilang pintar, dan robotik .
• Foxconn dan pengeluar lain: Foxconn, General Motors, KION Group, Mercedes-Benz, dan lain-lain telah menggunakan NVIDIA Omniverse sebagai sistem pengendalian Physical AI mereka untuk pendigitalan industri . Di GTC 2026, NVIDIA mengumumkan perkongsian dengan "pemaju otak robot, pengeluar robot industri, dan syarikat robot humanoid" untuk mendorong Physical AI skala pengeluaran .

ENPIRE adalah, sebenarnya, lapisan automasi penyelidikan di atas infrastruktur ini – satu cara untuk menutup gelung antara simulasi (Cosmos/Isaac), perkakasan (armada robot, kilang AI), dan penambahbaikan polisi autonomi, semuanya dipacu oleh ejen pengekodan termaju.