NVIDIA/CMU/伯克利推出 ENPIRE：编码 Agent 自主改进真实机器人策略，成功率 99%
chris_j_paxton · x · 2026-10-07
- NVIDIA、CMU 与 UC Berkeley（作者含 Linxi "Jim" Fan、Yuke Zhu、Guanya Shi 等）发布 ENPIRE，一个让编码 Agent 在真实世界自动化机器人策略改进的框架。
- 核心思路是把真实机器人学习变成可复现的反馈闭环：重置场景→执行策略→验证结果→迭代改进，从而减少人工监督这一瓶颈。
- 框架含四大模块：Environment（自动重置与验证）、Policy Improvement（启动策略精炼）、Rollout（单台或多台物理机器人并行评估）、Evolution（编码 Agent 分析日志、查阅文献、改进训练基础设施与算法代码）。
- 在该闭环下，前沿编码 Agent 自主开发的策略在挑战性真实灵巧操作任务上达到 99% 成功率。配套播客节目即将上线。
所属事件:NVIDIA 联手 CMU 与伯克利发布 ENPIRE，机器人真机自进化(2 条相关)→
「编程与Agent」频道最新
- CAVEAT 测试台登场：商店促销能否带偏你的 AI 购物 Agent — ZacharyHuang12 · 2026-10-07
- eptwts 力挺 skills 之争：写 markdown 文件帮到 agent 就该被称赞 — eptwts · 2026-10-07
- GEA：以群体为进化单元的 Agent 自我改进范式，SWE-bench 71% — xwang_lk · 2026-10-07
- Claude Code v2.1.292 发布:插件一键装市场,Agent 支持 effort 参数 — ashwin-ant · 2026-10-07
- LangChain 发布 90 秒视频讲解 Deep Agents 框架 — LangChain · 2026-10-07
- 15 年 15 亿条帖子:投资者社交数据集打包成 MCP 服务器开放探索 — rumor_io · 2026-10-07