Агенты искусственного интеллекта, занимающиеся программированием, научили роботов устанавливать графические процессоры и разрезать пластиковые стяжки.

Программа самосовершенствования роботов от Nvidia привлекает команды программистов, работающих с искусственным интеллектом.

Команды программистов, использующих искусственный интеллект, могут обучать роботов выполнению таких задач, как установка графических процессоров в материнские платы. (Фото : NVIDIA )

Что произойдет, если предоставить агентам-программистам с искусственным интеллектом лабораторию, полную роботизированных манипуляторов, вычислительные ресурсы и «щедрый бюджет» на обучение роботов различным задачам? Агенты, по-видимому, смогут разработать программу обучения, которая научит роботов успешно перерезать пластиковые стяжки и даже вставлять графические процессоры в тонкие разъемы на материнских платах.

Этот взгляд на то, как ИИ может действовать полностью автономно для автоматизации обучения роботов, стал возможен благодаря новой платформе для работы с агентами — программному обеспечению, которое интегрируется с моделями ИИ, позволяя им использовать различные инструменты, а также предоставляя такие возможности, как память, контекст, ограничения и обратная связь. Эта платформа для работы с агентами, получившая название ENPIRE, была разработана исследователями в области робототехники из лаборатории Nvidia GEAR (Generalist Embodied Agent Research) совместно с коллегами из Университета Карнеги-Меллона в Питтсбурге и Калифорнийского университета в Беркли.

«Часть нашей лаборатории NVIDIA GEAR теперь неустанно самосовершенствуется по ночам», — написал Джим Фан, директор по искусственному интеллекту в NVIDIA, в своем посте на LinkedIn. «Мы просто читаем отчеты по утрам».

Фан также в шутку описал цель такого обучения роботов с помощью ИИ, сказав: «Мы все берем отпуск, и Дженсен даже не заметит», имея в виду основателя и генерального директора Nvidia Дженсена Хуанга. Но выгоду могут получить не только исследователи робототехники Nvidia — Фан сказал, что команда откроет исходный код всего проекта, чтобы любой желающий мог создать свою собственную «самоуправляемую лабораторию роботов дома».

Система ENPIRE состоит из четырех модулей, которые позволяют агентам ИИ-программирования выполнять автоматический сброс и проверку задач, уточнять политики, управляющие поведением роботов, оценивать эти политики на нескольких физических роботах, работающих параллельно, и устранять сбои путем анализа журналов, обработки научных статей и улучшения инфраструктуры обучения и алгоритмического кода. Более подробная техническая информация доступна в научной статье, опубликованной 16 июня 2026 года.

Система была протестирована с тремя различными агентами программирования на основе ИИ, включая Codex от OpenAI с GPT-5.5, Claude Code от Anthropic с Opus 4.7 и Kimi Code от Moonshot AI с Kimi K2.6. Команды агентов программирования независимо друг от друга разработали различные алгоритмические подходы к обучению роботов, протестировали их в реальных экспериментах, а затем сохранили те изменения, которые помогли повысить общий процент успеха в ходе многократных циклов самостоятельного тестирования.

Успехи и ограничения обучения роботов с помощью ИИ.

Оснащенные ENPIRE, агенты искусственного интеллекта разработали стратегии самосовершенствования роботов, которые достигли 99-процентной успешности в нескольких задачах манипулирования, включая стандартную задачу «Push-T», в которой роботам предлагается переместить Т-образный блок в целевое положение на столе. Другие задачи включали в себя упорядочивание булавок в коробке, завязывание и разрезание пластиковых стяжек, а также установку графического процессора в материнскую плату перед повторным отключением видеокарты для перезагрузки перед следующим испытанием.

Наиболее многообещающий результат, возможно, был получен в задаче по установке и организации штифтов. В этом сценарии обучения робота агенты ИИ-программистов достигли почти 100-процентного успеха быстрее, чем «передовой метод с участием человека», разработанный многими из тех же исследователей.

Подобные эксперименты также показали, что более крупные команды, состоящие из восьми агентов ИИ, могут достигать высоких показателей успеха в обучении роботов быстрее, чем меньшие команды из четырех агентов или отдельные агенты, работающие в одиночку. Например, команда из восьми агентов достигла 99-процентного успеха в задаче Push-T за два часа исследовательского времени, в то время как команде из четырех агентов потребовалось три часа, а команде из одного агента — почти пять часов.

Однако исследователи-люди также обнаружили некоторые существенные ограничения при использовании агентов ИИ в качестве автономных роботов-тренажёров. Роботы часто простаивали и не использовались, пока агенты были заняты «чтением логов, написанием кода, отладкой или ожиданием базовой модели языка». Большие команды агентов также тратили больше времени на обобщение идей друг друга и меньше времени на фактическое использование роботов, а агенты иногда не могли в полной мере использовать доступные вычислительные ресурсы при запуске параллельных сеансов обучения.

Более высокие показатели успешности, достигаемые за счет большего количества агентов и роботов, работающих вместе, также сопровождались увеличением потребления токенов — это важный фактор в то время, когда разработчики ИИ, такие как Anthropic, рассматривают изменения в ценообразовании, которые значительно увеличат связанные с токенами затраты на использование сервисов ИИ.

Обладая значительными средствами, полученными благодаря буму ИИ, Nvidia активно продвигает свое видение физического ИИ посредством многочисленных инициатив в области робототехники. 31 мая компания объявила о партнерстве с известной китайской робототехнической компанией Unitree для предоставления «эталонного человекоподобного робота» исследовательским лабораториям, разрабатывающим универсальных роботов с поддержкой ИИ.

В ходе стремительной поездки в Южную Корею в начале июня основатель и генеральный директор Nvidia Дженсен Хуанг также встретился с председателем правления Hyundai Motor Чон Ыйсуном, чтобы обсудить масштабирование массового производства роботов с искусственным интеллектом. Hyundai Motor Group владеет американской робототехнической компанией Boston Dynamics, которая уже хорошо известна своим четвероногим «роботом-собакой» Спотом и работает над коммерциализацией своего человекоподобного робота Atlas.

Источник: arstechnica.com