O framework ENPIRE da NVIDIA alcança taxa de sucesso de 99% na autoaprendizagem de robôs

ME AI mensagem, conforme monitorado pela Beating, o framework ENPIRE, lançado em conjunto pela NVIDIA, pela Universidade Carnegie Mellon e pela Universidade da Califórnia em Berkeley, permitiu pela primeira vez a evolução autônoma de robôs sem qualquer intervenção humana. Anteriormente, ajustar movimentos em robôs exigia que humanos repositionassem constantemente os objetos e escrevessem e depurassem manualmente códigos de controle. Agora, a equipe conectou diretamente ferramentas de programação de grandes modelos, como Codex e Claude Code, a um cluster de robôs, permitindo que essas ferramentas gerem automaticamente programas de controle de movimento e avaliem o sucesso ou fracasso dos movimentos por meio de câmeras em tempo real, analisando logs de erros e modificando o código como cientistas humanos. Em uma série de movimentos finos na escala de milímetros — como organizar alfinetes espalhados, conectar e desconectar componentes de placas-mãe, amarrar cabos e cortá-los com uma faca de precisão — a taxa de sucesso dos testes sem intervenção humana atingiu 99%. Os experimentos demonstraram que esse aprendizado físico autônomo possui forte capacidade de escala: ao expandir o número de robôs para oito, agentes inteligentes de grandes modelos distintos conseguiram compartilhar e iterar automaticamente seus melhores algoritmos por meio de branches do Git, reduzindo o tempo de treinamento para a tarefa de inserção de pinos de 1,5 hora para cerca de 40 minutos. No entanto, o processo de evolução autônoma revelou novos gargalos. Em um único dispositivo, o tempo útil de movimento representou 85%; mas quando oito dispositivos operavam simultaneamente, os robôs precisavam parar frequentemente para aguardar que as ferramentas de programação de grandes modelos lessem extensos logs de execução, reescrevessem código e aguardassem respostas da API, fazendo com que a utilização efetiva do hardware caísse para 35%. Ao mesmo tempo, para permitir que os agentes inteligentes de múltiplos robôs sincronizassem frequentemente suas melhores soluções, o consumo total de tokens aumentou drasticamente. O time anunciou que liberará o código relacionado em breve. (Fonte: BlockBeats)