Az NVIDIA kifejlesztette az ENPIRE rendszert az autonóm robot-önfejlesztéshez
Az NVIDIA kutatói egy jelentős mérföldkövet értek el az autonóm robotika területén az ENPIRE névre keresztelt szoftverkeretrendszer bemutatásával. Ez az innovatív megoldás lehetővé teszi a fizikai robotok számára, hogy emberi beavatkozás nélkül végezzenek kísérleteket és fejlesszék saját képességeiket, ami eddig az AI-ágensek digitális környezetére volt jellemző. Az ENPIRE segítségével a gépek képesek önállóan tesztelni különböző stratégiákat, elvégezni a feladatokat, majd a hibákból tanulva optimalizálni a végrehajtást. A rendszer sikerét mi sem bizonyítja jobban, mint hogy az olyan összetett, nagyfokú kézügyességet igénylő feladatoknál, mint a gombostűk precíz rendezése vagy a kábelkötegelők elvágása, lenyűgöző, 99 százalékos sikerességi arányt ért el az RTX 5090 alapú munkaállomásokon tesztelve.
A technológia működésének középpontjában négy modul áll, amelyek összehangolt munkája teszi lehetővé ezt a magas fokú autonómiát. Az Environment modul a robotok folyamatos alaphelyzetbe állításáért felel, biztosítva a stabil kezdőállapotot a kísérletekhez. A Policy Improvement modul a szabályzatok folyamatos finomítását végzi, míg a Rollout modul a gyakorlati kiértékelésért felelős. A folyamat legérdekesebb része az Evolution modul, amely a naplók és a kód mélyreható elemzésével keresi a hibák okait és javítja ki azokat. A kísérleti környezetben minden egyes állomás két I2RT YAM kart alkalmaz kétkezes konfigurációban, ami a valós világbeli bonyolult műveletek szimulációjához elengedhetetlen. A kutatás rávilágít arra is, hogy az élvonalbeli LLM modellek, mint a GPT-5.5 vagy a Claude Opus 4.7, kulcsszerepet játszanak ebben a folyamatban, különösen a többágenses felépítések esetében, amelyek gyakran sokkal hatékonyabban teljesítenek, mint az egyedi ágensek.
Bár a rendszer kiemelkedő eredményeket produkál, a fejlesztők rámutattak bizonyos infrastrukturális kihívásokra is. Jelenleg a kódoló ágensek még nem képesek teljes mértékben kihasználni a rendelkezésre álló hardveres erőforrásokat a hibakeresési folyamatok során, illetve gyakran jelentős időt töltenek az LLM-háttérrendszerek válaszára várva. Ezek a szűk keresztmetszetek azonban nem vonnak le a kutatás jelentőségéből, amely alapjaiban változtathatja meg a robotika jövőjét. Az ENPIRE-nek köszönhetően a jövőben drasztikusan csökkenthető az az emberi erőfeszítés, amelyet jelenleg a robotok betanítására és programozására fordítanak. Ez a technológia egyúttal fontos betekintést nyújt abba, hogyan válhat a szuperintelligencia képessé arra, hogy a fizikai világban is megnyilvánuljon, autonóm módon cselekvő robotok segítségével, ami hosszú távon a mesterséges intelligencia és a robotika integrációjának teljesen új korszakát nyithatja meg.
- A szoftver négy modult használ: Environment (EN), Policy Improvement (PI), Rollout (R) és Evolution (E).
- Mindegyik állomás két I2RT YAM karral rendelkezik, kétkezes konfigurációban.
- Az olyan élvonalbeli modellek, mint a GPT-5.5 és a Claude Opus 4.7, nagy teljesítményt nyújtanak, ahol a többágenses felépítések gyakran felülmúlják az egyes ágenseket.
- Az infrastrukturális kihívások továbbra is fennállnak, mivel a kódoló ágensek nem használják ki teljes mértékben a hardvert hibakeresés közben, vagy amikor az LLM-háttérrendszerre várnak.
Ez a kutatás betekintést nyújt abba, hogyan használhatja a szuperintelligencia a robotikát fizikai megnyilvánulásra, kiemelve a robotok tanulásához szükséges emberi erőfeszítés minimalizálásának lehetőségét. ---