NVIDIA ENPIRE：编码智能体真机自进化，灵巧操作成功率冲到99%
chris_j_paxton · x · 2026-10-05
NVIDIA 联合 CMU、UC Berkeley 发布论文 ENPIRE，提出一套让编码智能体在真实世界中自我改进机器人策略的闭环框架。
- 核心思路：机器人研究的缺失环节是一个可复现的真机反馈循环——重置场景、执行策略、验证结果、迭代改进。
- 四大模块：Environment（自动重置与验证）、Policy Improvement（启动策略改进）、Rollout（单/多机器人并行评估）、Evolution（智能体分析日志、查阅文献、改进训练基础设施与算法代码）。
- 关键结果：前沿编码智能体在该框架下可自主开发策略，在难度较高的真机灵巧操作任务上达到 99% 成功率。
论文讨论者指出，这类工作提出了一个更根本的问题：当前沿模型能自己写机器人代码并做真机实验时，机器人学的未来会是什么样。
「具身」频道最新
- 工程师从博客逆向重建 Neuralink 脑机接口解码器架构 — melnykowycz · 2026-10-06
- 家用机器人测评会很精彩：步态惊艳，钥匙放进冰箱 — VraserX · 2026-10-06
- EMPIRIC:用代码补全物理引擎缺口的残差世界模型 Agent — tomssilver · 2026-10-05
- Snap 员工访谈:2195 美元 AR 眼镜 Specs 被喷臃肿,根子还是怕 Meta — richardjnieva · 2026-10-05
- 松下自研人形机器人，瞄准 2029 年量产先行内测 — CyberRobooo · 2026-10-05
- FailBank 把运行时安全反馈变成长期监督,VLA 成功率最多提 25.4 点 — notredame · 2026-10-05