Фреймворк ENPIRE від NVIDIA досяг 99% успішності у самонавчанні роботів

ME AI Повідомлення: За даними моніторингу Beating, фреймворк ENPIRE, розроблений NVIDIA, Університетом Карнегі-Меллон та Каліфорнійським університетом у Берклі, вперше дозволив тренування роботів повністю без людського втручання. Раніше для тонкої настройки рухів робота людям доводилося постійно скидати інструменти на місце, а також вручну писати та налагоджувати код керування. Зараз команда безпосередньо підключила великі мовні моделі, такі як Codex і Claude Code, до кластера роботів, дозволяючи цим інструментам самостійно генерувати програми керування рухами, а також оцінювати успішність дій за допомогою камер у реальному часі — аналізуючи журнали помилок та змінюючи код, як людські дослідники. У серії надто точних дій — збирання розсипаних шпильок, встановлення та витягування компонентів материнської плати, зв’язування та розрізання хомутів ножицями — тестова успішність роботів без будь-якої людської допомоги досягла 99%. Експеримент показав, що таке фізичне автономне навчання має високий потенціал масштабування: коли кількість роботів була збільшена до 8, різні агенти великих моделей могли автоматично обмінюватися та ітерувати найкращі алгоритми через гілки Git, скоротивши час навчання завдання з’єднання шпильок з 1,5 години до приблизно 40 хвилин. Однак автономний процес розвитку виявив нові обмеження. При роботі однієї одиниці ефективний час руху становив 85%; але коли працювали 8 одиниць одночасно, роботи часто зупинялися, чекаючи, поки великі мовні моделі прочитають великі журнали роботи, перепишуть код і дочекаються відповіді API, що знизило ефективне використання апаратного забезпечення до 35%. Крім того, для постійного синхронізування найкращих рішень між кількома роботами загальний обсяг споживаних токенів стрімко зростав. Команда оголосила, що протягом найближчого часу відкриє вихідний код. (Джерело: BlockBeats)