Компания Nvidia выпустила платформу ENPRISE, позволяющую восьми физическим роботам-манипуляторам совместно совершенствовать навыки с помощью агентов на базе модели Codex. Разработка велась под руководством группы исследователей из Nvidia AI и Университета Калифорнии в Беркли.
Платформа ENPRISE ( Embodied Neural Policy for Robotic Improvement with Self-Experimentation) демонстрирует новый подход к обучению промышленных роботов. В отличие от традиционных методов, где каждый манипулятор тренируется изолированно, система Nvidia позволяет восьми физическим устройствам обмениваться опытом и оптимизировать действия в реальном времени.
По словам ведущего автора проекта Цзима Фаня (Jim Fan), старшего научного сотрудника Nvidia AI, ключевая особенность ENPRISE — способность роботов генерировать собственные обучающие сценарии без предварительно заданных данных. Агенты на базе модели Codex анализируют успешные и неудачные попытки выполнения задач, формируя оптимальные стратегии для всей группы. «Система не просто имитирует человеческие действия, а самостоятельно находит более эффективные решения», — отметил Фань.
Исследователи подчеркивают, что ENPRISE ориентирована на промышленные применения, где требуется высокая точность и адаптивность. В демонстрационном ролике роботы-манипуляторы выполняют задачи по сортировке и сборке деталей, при этом скорость выполнения операций увеличивается на 15–20% после нескольких часов автономного обучения. Платформа также поддерживает интеграцию с симуляторами Nvidia Isaac Sim для предварительной отработки сложных сценариев.
Разработка стала результатом совместной работы специалистов Nvidia AI, Университета Калифорнии в Беркли и Массачусетского технологического института. Подробности архитектуры и результаты экспериментов опубликованы в техническом отчёте на сайте компании.
Источники: X-пост Цзима Фаня (Jim Fan), 16 июня 2026; технический отчёт Nvidia.