Le cadre ENPIRE de NVIDIA permet aux agents de codage IA de former de manière autonome des robots à des tâches complexes

D’après des recherches de NVIDIA publiées le 16 juin, le laboratoire NVIDIA GEAR — en collaboration avec la Carnegie Mellon University et l’UC Berkeley — a dévoilé ENPIRE, un cadre de harness agentique permettant aux agents de codage par IA de diriger de manière autonome l’entraînement des robots. Le cadre permet aux agents IA de développer et d’affiner indépendamment des approches d’entraînement pour les robots, avec des démonstrations réussies incluant la découpe de liens zip et l’insertion de GPU dans des cartes mères. ENPIRE fonctionne via quatre modules qui gèrent la réinitialisation automatique des tâches, l’affinage de la politique, l’évaluation parallèle des robots et l’analyse des échecs. L’équipe a testé le cadre avec trois agents de codage par IA : Codex d’OpenAI avec GPT-5,5, Claude Opus 4,7 d’Anthropic et Kimi K2,6 de Moonshot AI, chacun développant des approches algorithmiques distinctes au fil de cycles de tests auto-dirigés.
Avertissement : Les informations figurant sur cette page peuvent provenir de sources tierces et sont fournies à titre indicatif uniquement. Elles ne reflètent pas les points de vue ou opinions de Gate et ne constituent pas un conseil financier, d’investissement ou juridique. Le trading des actifs virtuels comporte des risques élevés. Veuillez ne pas vous fonder uniquement sur les informations de cette page pour prendre vos décisions. Pour en savoir plus, consultez l’avertissement.
Commentaire
0/400
Aucun commentaire