跳到主要內容
maxstudioNews
研究Ars Technica AI約 2 分鐘

AI 編碼代理程式教導機器人安裝 GPU 與剪束線帶

Nvidia GEAR 實驗室與合作夥伴開發了一種名為 ENPIRE 的代理程式框架,讓 AI 編碼代理程式能自主訓練機器人。這些 AI 代理程式成功教導機器人執行複雜任務,例如將 GPU 插入主機板插槽以及剪斷束線帶。這項技術展示了 AI 在自動化機器人訓練方面的潛力,Nvidia 計劃將其開源。

AI 編碼代理程式教導機器人安裝 GPU 與剪束線帶
圖片來源:Ars Technica AI

當你給予 AI 編碼代理程式一個充滿機械手臂的實驗室、一些運算資源,以及「充足的代幣預算」來教導機器人執行各種任務時,會發生什麼事?這些代理程式顯然能找出一個訓練方案,成功教導機器人剪斷束線帶,甚至將 GPU 插入主機板上纖薄的插槽。

這種 AI 如何以完全自主的方式自動化機器人訓練的初步成果,是由一個新的代理程式框架所實現。這個名為 ENPIRE 的框架是一種軟體,它包裝了 AI 模型,使其能夠使用各種工具,同時提供記憶、上下文、限制和回饋迴圈等功能。ENPIRE 是由 Nvidia GEAR(通用具身代理研究)實驗室的機器人研究人員,與匹茲堡卡內基美隆大學和加州大學柏克萊分校的合作者共同開發。

NVIDIA AI 總監 Jim Fan 在 LinkedIn 貼文中寫道:「我們 NVIDIA GEAR 實驗室的一部分現在徹夜不懈地自我改進。」他補充說:「我們早上只需要閱讀報告。」

Fan 也開玩笑地描述了這種由 AI 指導的機器人訓練目標,他提到 Nvidia 創辦人兼執行長 Jensen Huang 時說:「我們都可以去度假,而 Jensen 甚至不會注意到。」然而,受益的不僅是 Nvidia 的機器人研究人員,Fan 表示該團隊將會把所有內容開源,讓任何人都能在家中建立自己的「自主運行機器人實驗室」。

ENPIRE 框架包含四個模組,使 AI 編碼代理程式能夠執行任務的自動重置和驗證、精煉指導機器人行為的策略、在多個並行運行的實體機器人上評估這些策略。它還能透過分析日誌、吸收研究論文以及改進訓練基礎設施和演算法程式碼來解決故障。更多技術細節可查閱 2026 年 6 月 16 日上傳的研究論文。

該框架已使用三種不同的 AI 編碼代理程式進行測試,包括結合 GPT-5.5 的 OpenAI Codex、結合 Opus 4.7 的 Anthropic Claude Code,以及結合 Kimi K2.6 的 Moonshot AI Kimi Code。

這些編碼代理程式團隊獨立開發了不同的機器人訓練演算法方法,並在實際實驗中進行測試。隨後,它們保留了在重複的自主測試週期中,有助於提高整體成功率的任何改進。

Share

覺得值得一看?分享給朋友。

以上為 AI 自動翻譯導讀。原文版權歸 Ars Technica AI 所有, 建議透過「閱讀原文」前往原始網站,以取得最完整資訊並支持原作者。

Newsletter

不用每天追,AI 重點每週寄給你

43 個來源、每 2 小時更新,太多看不完。電子報每週挑最值得看的幾則,附上 Max 的看法。

每週一封。Email 只用來寄電子報,每封信都能一鍵退訂。