NVIDIAのENPIREフレームワークがロボットの自己学習で99％の成功率を達成

ME AI ニュース、動察 Beating の監視によると、NVIDIA、カーネギーメロン大学、カリフォルニア大学バークレー校が共同で発表した ENPIRE フレームワークにより、ロボットの訓練が初めて人間の介入なしに自律的に進化することを実現しました。従来、ロボットの動作微調整には、人間が常に道具をリセットし、制御コードを手動で作成・デバッグする必要がありました。現在、チームは Codex や Claude Code などの大規模モデルプログラミングツールをロボットクラスタに直接接続し、これらのツールが自律的に動作制御プログラムを生成し、現場のカメラで動作の成功・失敗を判定し、人間の研究者のようにエラーログを分析してコードを修正しています。散らかったピンを整理したり、マザーボード部品の挿抜、ジップタイの締め付け、クラフトナイフでのジップタイの切断などのミリメートル単位の精密動作において、人間の介入なしでのテスト成功率は最終的に 99% に達しました。実験では、この物理的自律学習に非常に高い拡張性があることが示されました：ロボットの台数を 8 台に拡大すると、異なるブランチの大規模モデルエージェントが Git ブランチを通じて自動的に互いの最適アルゴリズムを共有・反復し、ピン挿入タスクの訓練時間を 1.5 時間から約 40 分に短縮しました。しかし、自律進化プロセスは新たなボトルネックも露呈しました。単一デバイスでの動作時には、ロボットの有効運動時間は 85% を占めましたが、8 台のデバイスが同時に動作する際には、ロボットが大規模モデルプログラミングツールによる膨大な実行ログの読み取り、コードの再作成、API 応答の待機のために頻繁に停止するため、ハードウェアの有効利用率は 35% まで低下しました。また、複数台のロボットエージェントが頻繁に互いの最適解を同期させるために、全体の Token 消費量も急激に増加しました。プロジェクトチームは近期内に関連コードをオープンソース化すると発表しています。（出典：BlockBeats）