de.wedoany.com-Bericht: Nvidia hat eine Technologie namens ENPIRE (Agentic Robot Policy Self-Improvement) für embodied intelligence Robotik vorgestellt, die es Robotern ermöglicht, eigenständig zu lernen und hochpräzise Aufgaben auszuführen, darunter das Installieren von GPUs auf Mainboards.
In einem veröffentlichten Demonstrationsvideo arbeiten acht Roboter eigenständig zusammen, um komplexe Aufgaben ohne menschliches Eingreifen zu bewältigen. Ein Roboterarm greift eine Grafikkarte und setzt sie in den PCIe-Steckplatz eines Mainboards ein, während ein anderer Roboter das Sortieren von Metallstiften in einem Behälter und das präzise Durchtrennen von Kabelbindern zeigt. Jim Fan, Direktor für KI und herausragende Wissenschaftler bei Nvidia, erklärte, dass diese Demonstration beweise, dass Forscher „zum ersten Mal in der physischen Welt AutoResearch aktivieren“ könnten.
Fan erläuterte, dass das ENPIRE-Projekt acht Codex-Agenten mit einem Satz Robotern, GPU-Zuteilungen und einem großen Token-Budget ausstattet; diese Agenten erhalten die Aufgabe, die Arbeit so schnell wie möglich und fehlerfrei zu erledigen. Die gesamte Roboterflotte beginnt zu arbeiten, lernt, visuelle Hinweise zu finden, Szenen zurückzusetzen, neue Fähigkeiten zu üben, den Steuerungsstapel anzupassen, online wissenschaftliche Arbeiten zu lesen, zu debattieren, zu reflektieren und direkt auf der Hardware erneut zu versuchen. Er sagte, das Team habe lediglich die Codex-API der atomaren Welt übergeben, der Rest sei Emergenz.
ENPIRE ist ein Framework für Coding-Agenten, das eine physische Rückkopplungsschleife über vier Kernmodule instanziiert: das Umgebungsmodul (Environment module, EN) für automatisches Zurücksetzen und Verifizieren; das Politikverbesserungsmodul (Policy Improvement module, PI) zum Starten der Politikoptimierung; das Bereitstellungsmodul (Rollout module, R) zur Bewertung der Politik mit einem oder mehreren parallel laufenden Robotern; sowie das Evolutionsmodul (Evolution module, E), in dem Coding-Agenten Protokolle analysieren, Literatur konsultieren und Trainings-Infrastruktur sowie Algorithmuscode verbessern, um Fehlermodi zu beheben.
Der „vollständig autonome GPU-Einbau“ durch Roboter ist der auffälligste Teil der Demonstration. In dieser Aufzeichnung einer PC-DIY-Aufgabe greift ein Roboterarm eine Grafikkarte und übergibt sie einem anderen Roboterarm, vor dem sich ein Mainboard befindet; anschließend setzt der zweite Roboterarm den PCIe-Steckplatz der Grafikkarte vorsichtig auf den Mainboard-Steckplatz aus, senkt sie langsam ab und drückt sie hinein. Weitere AutoResearch-Projekte, die den Robotern zugewiesen wurden, umfassen das Sortieren feiner Stifte sowie das Bündeln und Durchtrennen von Kabelbindern.
In der zugehörigen Forschungsarbeit „ENPIRE: Agentic Robot Policy Self-Improvement in the Real World“ werden Ergebnisse verschiedener Coding-Agenten verglichen, darunter Codex mit GPT-5.5, Claude Code mit Opus 4.7 und Kimi Code mit Kimi K2.6. Die Forscher testeten auch die Größe der Roboterflotte und kamen zu dem Schluss, dass „acht parallel erkundende Roboter Aufgaben deutlich schneller erledigen als eine kleinere Flotte“.
Die Fähigkeit von Robotern, physische Aufgaben ohne explizite Programmierung selbstständig zu erlernen, öffnet die Tür für fortschrittlichere Automatisierung. Diese Technologie ermöglicht es Robotern, nicht nur programmierte Bewegungen zu wiederholen, sondern auch eigenständig zu experimentieren, aus Fehlern zu lernen und ihre Leistung zu verbessern. Der ENPIRE-Ansatz zeigt, dass KI-Agenten reale Hardware mit einer Präzision bedienen können, die zuvor nur Menschen möglich war. Diese Forschung steht auch im Zusammenhang mit der Entwicklung immer leistungsfähigerer Laptop-Chips im Jahr 2026, da KI-Agenten wie Codex mit fortschrittlicheren GPUs komplexere Simulationen und Trainings durchführen können, was den Lernprozess von Robotern in der realen Welt beschleunigt.
Dieser Artikel wurde von Wedoany übersetzt und bearbeitet. Bei jeglicher Zitierung oder Nutzung durch künstliche Intelligenz (KI) ist die Quellenangabe „Wedoany“ zwingend vorgeschrieben. Sollten Urheberrechtsverletzungen oder andere Probleme vorliegen, bitten wir Sie, uns unverzüglich zu benachrichtigen. Wir werden den entsprechenden Inhalt umgehend anpassen oder löschen.
E-Mail: news@wedoany.com
