Das ENPIRE-Framework von NVIDIA ermöglicht KI-Agenten, Roboter autonom zu trainieren

NVIDIA GEAR-Laborforscher entwickelten gemeinsam mit Kooperationspartnern der Carnegie Mellon University und der UC Berkeley ENPIRE, ein Agent-Harness-Framework, das KI-Coding-Agents dabei hilft, Roboterausbildungen autonom zu steuern, so eine am 16. Juni 2026 hochgeladene Forschungsarbeit. Das Framework trainierte die Roboter erfolgreich, um Aufgaben wie das Durchtrennen von Kabelbindern und das Einsetzen von GPUs in Sockel auf dem Mainboard auszuführen. Jim Fan, Director of AI bei NVIDIA, sagte in einem LinkedIn-Post, ein Teil des NVIDIA-GEAR-Labs verbessere sich inzwischen selbst über Nacht, während Forschende am Morgen die Berichte prüfen.

ENPIRE-Framework ermöglicht autonome Roboterausbildung

ENPIRE ist ein Agent-Harness-Framework, das sich um KI-Modelle legt, um ihre Nutzung verschiedener Tools zu ermöglichen und gleichzeitig Funktionen wie Speicher, Kontext, Einschränkung und Feedback-Loops bereitzustellen. Das Framework wurde von Robotikforschern im NVIDIA-GEAR-(Generalist Embodied Agent Research)-Labor entwickelt. KI-Coding-Agents, die das Framework nutzen, bekamen ein Labor voller Roboterarme, Rechenressourcen und ein Token-Budget, um Robotern verschiedene Aufgaben beizubringen.

Vier-Modul-Architektur unterstützt den Betrieb von KI-Agenten

Die ENPIRE-Harness umfasst vier Module, die KI-Coding-Agents dabei ermöglichen, automatische Resets und Verifikationen für Aufgaben durchzuführen, Richtlinien zu verfeinern, die das Verhalten von Robotern steuern, solche Richtlinien über mehrere physische Roboter hinweg zu bewerten, die parallel arbeiten, und Ausfälle zu adressieren, indem Logs analysiert, Forschungsarbeiten eingelesen und die Trainingsinfrastruktur und der Algorithmuscode verbessert werden. Weitere technische Details sind in der am 16. Juni 2026 hochgeladenen Forschungsarbeit verfügbar.

Drei KI-Coding-Agents über mehrere Roboter getestet

Die Harness wurde mit drei verschiedenen KI-Coding-Agents getestet: Codex von OpenAI mit GPT-5,5, Claude Code von Anthropic mit Opus 4,7 und Kimi Code von Moonshot AI mit Kimi K2,6. Teams der Coding-Agents entwickelten unabhängig voneinander unterschiedliche algorithmische Ansätze für die Roboterausbildung, testeten sie in Experimenten in der realen Welt und behielten anschließend alle Änderungen bei, die geholfen haben, die gesamte Erfolgsquote über wiederholte Zyklen des selbstgesteuerten Testens zu steigern.

NVIDIA plant Open-Source-Freigabe des Frameworks

Jim Fan sagte, das Team werde alles open-sourcen, damit jeder sein eigenes selbstlaufendes Robotik-Labor zu Hause hosten könne. Fan beschrieb außerdem das Ziel einer solchen, von KI geleiteten Roboterausbildung: Forschende könnten in den Urlaub fahren und NVIDIA-Gründer und CEO Jensen Huang würde es nicht merken.

FAQ

Was ist ENPIRE und wer hat es entwickelt?

ENPIRE ist ein Agent-Harness-Framework, das von NVIDIA-GEAR-Laborforschern gemeinsam mit Kooperationspartnern der Carnegie Mellon University und der UC Berkeley entwickelt wurde. Das Framework ermöglicht KI-Coding-Agents, Roboterausbildungen autonom zu steuern, indem es sich um KI-Modelle legt, um Funktionen wie Speicher, Kontext, Einschränkung und Feedback-Loops bereitzustellen.

Welche Aufgaben haben KI-Agents erfolgreich trainiert, damit Roboter sie mit ENPIRE ausführen?

KI-Coding-Agents, die das ENPIRE-Framework nutzen, trainierten Roboter erfolgreich, um Kabelbinder zu durchtrennen und GPUs in dünne Sockel auf Mainboards einzusetzen. Die Agents ermittelten einen Trainingsplan, sobald ihnen ein Labor voller Roboterarme, Rechenressourcen und ein Token-Budget gegeben wurden, um Robotern verschiedene Aufgaben beizubringen.