O framework ENPIRE da NVIDIA permite que agentes de codificação com IA treinem robôs de forma autônoma em tarefas complexas

De acordo com a pesquisa da NVIDIA publicada em 16 de junho, o laboratório NVIDIA GEAR — em colaboração com a Carnegie Mellon University e a UC Berkeley — revelou o ENPIRE, um framework de harness agentic que permite que agentes de codificação de IA direcionem autonomamente o treinamento de robôs. A estrutura permite que agentes de IA desenvolvam e aprimorem, de forma independente, abordagens de treinamento para robôs, com demonstrações bem-sucedidas incluindo cortar zip ties e inserir GPUs em placas-mãe. O ENPIRE opera por meio de quatro módulos que tratam de reset automático de tarefas, refinamento de políticas, avaliação paralela de robôs e análise de falhas. A equipe testou o framework com três agentes de codificação de IA: o Codex da OpenAI com GPT-5.5, o Claude Opus 4.7 da Anthropic e o Kimi K2.6 da Moonshot AI, cada um desenvolvendo abordagens algorítmicas distintas por meio de ciclos de testes conduzidos por si próprios.
Isenção de responsabilidade: as informações nesta página podem ter origem em fontes terceiras e servem apenas como referência. Não representam as opiniões da Gate e não constituem orientação financeira, de investimentos ou jurídica. A negociação de ativos virtuais envolve alto risco. Não tome decisões baseando-se apenas nas informações desta página. Para mais detalhes, consulte a Isenção de responsabilidade.
Comentário
0/400
Sem comentários