ENPIRE: o framework que deixou robôs treinarem outros robôs sem intervenção humana

Os quatro módulos interligados

A arquitetura do ENPIRE é um ciclo fechado composto por quatro módulos, cada um cuidando de uma parte crítica do processo de pesquisa física :

EN — Módulo de Ambiente: Reseta automaticamente a cena física para um estado inicial aleatório e verifica a conclusão da tarefa usando funções de recompensa baseadas em visão (como modelos de segmentação e detectores de caixa delimitadora). Nenhum humano precisa resetar o robô entre as tentativas .

PI — Módulo de Melhoria de Política: Inicia o refinamento da política usando vários regimes — aprendizado heurístico, chamada de ferramentas, clonagem de comportamento, aprendizado por reforço offline ou online. O agente de codificação propõe hipóteses algorítmicas e escreve o código .

R — Módulo de Rollout: Avalia a política candidata em um ou vários robôs físicos operando em paralelo. Preserva estado, ação, vídeo e dados de resultado para auditoria .

E — Módulo de Evolução: Os agentes de codificação analisam logs, consultam a literatura de pesquisa, comparam branches e modificam o código da infraestrutura de treinamento e do algoritmo para lidar com modos de falha. Receitas bem-sucedidas são reutilizadas; hipóteses que falham são descartadas .

Coordenação da frota baseada em Git

Em vez de inventar uma camada de orquestração exótica, o framework depende de uma ferramenta familiar para colaboração distribuída: Git. Quando uma estação-agente consegue um avanço, ela faz o commit do código da política melhorada. Outras estações puxam a atualização e constroem a partir dela, permitindo melhoria distribuída e assíncrona sem coordenação centralizada .

A equipe implantou oito agentes de codificação de IA emparelhados com oito estações de trabalho robóticas, cada uma equipada com dois braços mecânicos de seis graus de liberdade, câmeras de profundidade Intel RealSense e GPUs NVIDIA RTX 5090 locais. Com uma alocação de GPUs e um orçamento generoso de tokens, os agentes foram liberados com um objetivo simples: resolver a tarefa o mais rápido possível, manter os robôs ocupados, mas seguros, e não desperdiçar poder computacional .

Taxas de sucesso reportadas

Os agentes equipados com ENPIRE alcançaram uma taxa de sucesso pass@8 de 99% em um conjunto de tarefas desafiadoras de manipulação que exigem contato e destreza no mundo real :

• Instalação de GPU: encaixar uma placa de vídeo em um slot de placa-mãe.
• Inserção de pinos: organizar pinos em uma caixa.
• Corte de abraçadeira: usar um cortador para cortar uma abraçadeira de nylon.
• Amarração de abraçadeira.
• Push-T: uma tarefa de empurrar um objeto no plano.

O artigo observa que a métrica pass@8 mede a capacidade emergente de tentar novamente e se recuperar dentro de um único rollout de longo horizonte (até 8 tentativas no contexto, condicionadas a falhas anteriores), e não uma amostragem de melhor de 8 tentativas independentes .

Resultados de escala e limitações

Métricas de escala da frota

O artigo introduz duas novas métricas: Utilização Média do Robô (Mean Robot Utilization - MRU) e Utilização Média de Tokens (Mean Token Utilization - MTU) para medir a eficiência da pesquisa física com múltiplos agentes .

Consumo de tokens

O sistema é intensivo em tokens. Os agentes leem artigos, escrevem código, analisam logs e iteram — cada ciclo de melhoria consome uma quantidade significativa de tokens dos LLMs. A equipe deu aos agentes um "orçamento generoso de tokens" e os instruiu a não desperdiçar poder de processamento .

Falha na transferência simulação-realidade no Push-T

Todos os três agentes de codificação de ponta testados — Codex (com GPT-5.5), Claude Code (com Opus 4.7) e Kimi Code (com Kimi K2.6) — resolveram a tarefa Push-T em simulação. No entanto, nem todos transferiram o aprendizado limpo para o hardware real. O ENPIRE não elimina a lacuna entre simulação e realidade; ele dá aos agentes de IA uma maneira de descobrir e se adaptar a essa lacuna por meio de tentativas físicas repetidas . Isso é reconhecido abertamente no artigo como uma limitação central .

Outras limitações reconhecidas

O artigo inclui uma seção de "Limitações e Direções Futuras" observando que o ENPIRE ainda requer a configuração inicial do ambiente (hardware, pipeline de percepção), e que a abordagem é limitada pela qualidade e custo dos LLMs subjacentes dos agentes de codificação .

Contexto mais amplo: a investida da NVIDIA em IA Física

O ENPIRE se insere em uma estratégia muito mais ampla da NVIDIA para a IA Física — a inteligência artificial que entende e age no mundo físico.

• Modelos de Mundo Cosmos da NVIDIA: Lançado na CES 2025, o Cosmos é uma plataforma de modelos de fundação de mundo generativos, tokenizadores, barreiras de segurança e pipelines de vídeo criados para acelerar o desenvolvimento de IA física para veículos autônomos e robótica . Na GTC 2026, a NVIDIA lançou novos modelos Cosmos junto com os frameworks de simulação Isaac e os modelos NVIDIA Isaac GR00T N para robôs humanoides .
• Parceria com a Hyundai: Em janeiro de 2025, o Hyundai Motor Group anunciou uma parceria estratégica com a NVIDIA abrangendo computação acelerada, IA generativa e digitalização industrial . Em outubro de 2025, eles aprofundaram a parceria para construir uma fábrica de IA alimentada por 50.000 GPUs Blackwell para veículos autônomos, fábricas inteligentes e robótica .
• Foxconn e outros fabricantes: Foxconn, General Motors, KION Group, Mercedes-Benz e outros adotaram o NVIDIA Omniverse como seu sistema operacional de IA física para digitalização industrial . Na GTC 2026, a NVIDIA anunciou parcerias com "desenvolvedores de cérebros robóticos, fabricantes de robôs industriais e empresas de robôs humanoides" para impulsionar a IA física em escala de produção .

O ENPIRE é, na prática, a camada de automação de pesquisa sobre essa infraestrutura — uma maneira de fechar o ciclo entre a simulação (Cosmos/Isaac), o hardware (frotas de robôs, fábricas de IA) e a melhoria autônoma de políticas, tudo impulsionado por agentes de codificação de ponta.