NVIDIA déploie une boucle d'auto-amélioration pour robots physiques autonomes

NVIDIA a développé ENPIRE, un framework logiciel qui permet aux robots physiques de passer par des boucles d'expérimentation et d'exécution autonomes, similaires à celles des agents IA. Le système représente une approche concrète pour automatiser l'apprentissage robotique en minimisant l'intervention humaine.

ENPIRE fonctionne selon quatre modules principaux : un module Environment (EN) pour la réinitialisation et la vérification automatiques, un module Policy Improvement (PI) pour l'affinement des politiques, un module Rollout (R) pour évaluer les politiques avec un ou plusieurs robots en parallèle, et un module Evolution (E) où les agents analysent les journaux, consultent la littérature et améliorent l'infrastructure d'entraînement. Le système crée une boucle fermée qui transforme l'apprentissage robotique en procédure d'optimisation contrôlable gérée par des agents. Deux éléments critiques rendent cela possible : un système d'évaluation automatique qui note les résultats sans jugement humain, et un système de réinitialisation automatique qui ramène la scène à un état initial pour le prochain essai.

Le matériel utilisé comprend deux bras YAM (Yet Another Manipulator) d'I2RT en configuration bimanuelle, un ensemble de caméras et une station de travail équipée d'une NVIDIA RTX 5090. Sur des tâches de manipulation délicate, les agents de codage frontière ont atteint un taux de réussite de 99 % sur des tâches comme PushT, l'organisation de broches dans une boîte et la coupe de serre-câbles. Le système a également été testé sur l'insertion de GPU dans une carte mère.

Cette approche soulève une question implicite : la complexité des tâches qu'un tel système peut traiter dépend directement de la capacité à évaluer et réinitialiser automatiquement le processus. Les tâches plus complexes pourraient nécessiter une intervention humaine accrue pour l'évaluation et la réinitialisation, ce qui définit les limites pratiques du système.