AI编码智能体自主训练机器人安装GPU和剪扎带

当你给AI编码智能体一个装满机械臂的实验室、一些计算资源，以及一个用于教机器人各种任务的“慷慨的token预算”时，会发生什么？这些智能体显然能设计出一套训练方案，教机器人成功剪断扎带，甚至将GPU插入主板的薄插槽中。

这一窥AI如何以完全自主的方式自动化机器人训练的场景，得益于一种新的智能体工具框架——一种包裹AI模型、使其能够使用各种工具，同时提供记忆、上下文、约束和反馈循环等能力的软件。

这个名为ENPIRE的智能体框架由NVIDIA GEAR（通用具身智能体研究）实验室的机器人研究人员与匹兹堡卡内基梅隆大学和加州大学伯克利分校的合作者共同开发。

NVIDIA AI总监Jim Fan在LinkedIn帖子中写道：“我们NVIDIA GEAR实验室的一部分现在整夜不知疲倦地自我改进。我们早上只需阅读报告。

”Fan还开玩笑地描述了这种AI指导的机器人训练的目标：“我们都去度假，Jensen甚至不会注意到”，这里指的是NVIDIA创始人兼CEO黄仁勋。

但受益的不仅仅是NVIDIA的机器人研究人员——Fan表示，团队将开源所有内容，以便任何人都可以在家中托管自己的“自运行机器人实验室”。

ENPIRE框架包含四个模块，使AI编码智能体能够对任务执行自动重置和验证，优化指导机器人行为的策略，在并行工作的多个物理机器人上评估这些策略，并通过分析日志、阅读研究论文以及改进训练基础设施和算法代码来处理失败。

更多技术细节可在2026年6月16日上传的研究论文中找到。

该框架使用三种不同的AI编码智能体进行了测试，包括OpenAI的Codex with GPT-5.5、Anthropic的Claude Code with Opus 4.7，以及Moonshot AI的Kimi Code with Kimi K2.6。

这些编码智能体团队独立开发了不同的机器人训练算法方法，在真实世界实验中进行了测试，然后在反复的自主测试循环中保留了有助于提高整体成功率的任何更改。