Forskare på NVIDIA har utvecklat ett system där grupper av AI-kodningsagenter autonomt tränar robotar att utföra komplexa uppgifter som att sätta in grafikkort och klippa buntband.
Projektet bygger på ramverket ENPIRE, som skapats av NVIDIAs GEAR-labb i samarbete med Carnegie Mellon University och University of California, Berkeley. AI-agenter som använder modeller från OpenAI, Anthropic och Moonshot AI testade och förfinade robotträningspolicyer över flera cykler.
Experimenten uppnådde en framgångsfrekvens på 99 procent för uppgifter som inkluderade att flytta block, organisera stift och hantera GPU:er. Större grupper om upp till åtta agenter genomförde träningen snabbare än mindre grupper, även om de förbrukade mer beräkningsresurser.
Jim Fan, chef för AI på NVIDIA, noterade att labbet nu självförbättras över natten, där forskare granskar resultaten varje morgon. Teamet planerar att göra ramverket till öppen källkod för bredare användning.
Arbetet bygger vidare på NVIDIAs nyligen ingångna partnerskap inom robotik, inklusive ett avtal i maj med Unitree och diskussioner med Hyundai Motor Group i början av juni.