Специалисты Nvidia совместно с исследователями из Carnegie Mellon University и Калифорнийского университета в Беркли разработали фреймворк ENPIRE, который позволяет ИИ-агентам, ориентированным на программирование, самостоятельно совершенствовать алгоритмы управления роботами непосредственно на физическом оборудовании.
Как сообщили в компании, платформа работает по принципу замкнутого цикла. Робот выполняет поставленную задачу, после чего система автоматически оценивает результат, возвращает рабочую среду в исходное состояние и передает данные ИИ-агенту. Затем агент анализирует допущенные ошибки, вносит изменения в программный код и запускает новую серию тестов.
Обучение роботов в реальных условиях традиционно считается дорогостоящим и трудоемким процессом. После каждого неудачного эксперимента необходимо восстановить исходную конфигурацию среды, оценить результат, скорректировать алгоритмы и повторить испытания. Значительная часть этих операций обычно требует участия инженеров.
ENPIRE переносит в робототехнику концепцию AutoResearch, которую Nvidia ранее применяла в цифровых средах. В этой модели ИИ-системы самостоятельно пишут код, тестируют его и улучшают на основе полученного опыта. Однако в отличие от виртуальных экспериментов, здесь агенты работают с реальными роботами и сталкиваются с физическими ограничениями.