Roboty uczą się same. Projekt ENPIRE eliminuje wąskie gardło w robotyce

Współczesna robotyka boryka się z problemem, który ironicznie można nazwać „nadzorem rodzicielskim”. Mimo postępów w algorytmach, nauka precyzyjnych czynności manualnych wciąż wymaga asysty człowieka. To my zbieramy dane, ręcznie resetujemy stanowisko po każdym nieudanym chwycie i mozolnie dostrajamy funkcje nagrody. Badacze z Nvidii, Carnegie Mellon University i UC Berkeley przecinają tę pępowinę projektem ENPIRE – systemem, w którym sztuczna inteligencja przejmuje rolę inżyniera oprogramowania zarządzającego własnym procesem uczenia.

Dlaczego to ważne teraz

Projekt ENPIRE to nowy etap autonomizacji laboratorów robotycznych. Zamiast czekać na poprawki wprowadzane przez ludzi, agent AI sam planuje eksperymenty, pisze kod, analizuje błędy i iteruje bezpośrednio na fizycznym sprzęcie. Jak zauważa Jim Fan z Nvidii w relacji dla Sina Finance: „Agent autonomicznie napędza całą zamkniętą pętlę, włączając w to automatyczne resetowanie sceny, przegląd literatury, wdrażanie pomysłów, budowę infrastruktury, trenowanie strategii, weryfikację oraz analizę logów w celu poprawy kodu”. To drastycznie skraca czas potrzebny na wdrożenie maszyn do pracy w fabrykach.

Agent w roli programisty

Fundamentem ENPIRE są cztery moduły: EN (environment), PI (policy improvement), R (rollout) i E (evolution). Wspólnie tworzą one fizyczną pętlę zwrotną. Zamiast wytycznych programisty, system analizuje zadanie i samodzielnie decyduje, czy próba zakończyła się sukcesem. W pierwszej fazie agent konfiguruje bariery bezpieczeństwa i procedury resetowania. Potrafi on napisać funkcję nagrody bazując na krótkim wideo z wzorcowym wykonaniem zadania. Dzięki temu robot rozumie, że prawidłowe włożenie pinu w otwór wymaga korelacji wizji z odpowiednią siłą nacisku.

Flota zintegrowana za pomocą Gita

Innowacja wykracza poza pojedyncze ramię. Naukowcy stworzyli flotę ośmiu stacji YAM. Maszyny te komunikują się za pomocą Gita – standardowego narzędzia do kontroli wersji. Agenci testują hipotezy równolegle. Gdy jeden odkryje lepszą metodę sterowania, wysyła zmiany do wspólnego repozytorium. Pozostałe roboty natychmiast przyjmują sprawdzone rozwiązanie. Taka architektura pozwoliła skrócić czas nauki testu Push-T z pięciu do zaledwie dwóch godzin, osiągając przy tym imponującą skuteczność na poziomie 99%.

Brutalna weryfikacja rzeczywistości

W symulacjach typu RoboCasa system ENPIRE deklasował zaawansowane modele, takie jak GR00T. Jednak przeniesienie tych umiejętności „w teren” ukazało luki: nieprzewidywalne tarcie i zmienną dynamikę sprzętu. Mimo to wyniki w świecie rzeczywistym budzą respekt. W zadaniach takich jak sortowanie pinów czy przecinanie opasek kablowych, system osiągnął niemal 100-procentową skuteczność. Umiejętności nabyte przy montażu drobnych elementów pozwoliły robotom na samodzielną instalację kart GPU na płytach głównych.

Cena autonomii

Autonomia ma swoją cenę: ogromne zużycie tokenów modeli językowych i czas, w którym maszyny czekają, aż agent przeanalizuje logi. Im większa flota, tym więcej zasobów pochłania synteza wyników. Projekt ma być jednak w pełni open source, co pozwoli kolejnym zespołom budować systemy, które same potrafią się debugować bez czekania na interwencję człowieka.