Le framework ENPIRE de NVIDIA permet à des agents IA d’entraîner des robots de manière autonome

Des chercheurs du laboratoire NVIDIA GEAR, avec des collaborateurs de la Carnegie Mellon University et de l’UC Berkeley, ont développé ENPIRE, un cadre d’« agent harness » qui permet aux agents de codage IA de diriger de manière autonome l’entraînement de robots, selon un article de recherche téléversé le 16 juin 2026. Le cadre a permis d’entraîner des robots à accomplir des tâches, notamment couper des colliers de serrage et insérer des GPU dans des connecteurs de la carte mère. Jim Fan, directeur de l’IA chez NVIDIA, a déclaré dans un post LinkedIn que, dans le laboratoire NVIDIA GEAR, une partie s’auto-améliore désormais pendant la nuit, tandis que les chercheurs consultent les rapports le matin.

ENPIRE Framework Enables Autonomous Robot Training

ENPIRE est un cadre d’« agent harness » qui s’enroule autour des modèles d’IA pour permettre leur utilisation avec divers outils, tout en offrant des capacités telles que la mémoire, le contexte, la contrainte et des boucles de rétroaction. Le cadre a été développé par des chercheurs en robotique du laboratoire NVIDIA GEAR (Generalist Embodied Agent Research). Les agents de codage IA utilisant le cadre se voyaient attribuer un laboratoire rempli de bras robotisés, des ressources de calcul et un budget de jetons pour enseigner aux robots diverses tâches.

Four-Module Architecture Supports AI Agent Operations

Le « harness » ENPIRE comprend quatre modules qui permettent aux agents de codage IA d’effectuer des remises à zéro automatiques et des vérifications sur les tâches, d’affiner des politiques qui guident le comportement des robots, d’évaluer ces politiques sur plusieurs robots physiques fonctionnant en parallèle, et de traiter les échecs en analysant des journaux, en intégrant des articles de recherche, et en améliorant l’infrastructure de formation et le code des algorithmes. Davantage de détails techniques sont disponibles dans l’article de recherche téléversé le 16 juin 2026.

Three AI Coding Agents Tested Across Multiple Robots

Le « harness » a été testé avec trois agents de codage IA différents : Codex d’OpenAI avec GPT-5.5, Claude Code d’Anthropic avec Opus 4.7, et Kimi Code de Moonshot AI avec Kimi K2.6. Des équipes d’agents de codage ont développé indépendamment différentes approches algorithmiques pour l’entraînement des robots, les ont testées lors d’expériences en conditions réelles, puis ont conservé les modifications qui ont contribué à augmenter le taux de réussite global au fil de cycles répétés de tests menés en autonomie.

NVIDIA Plans Open-Source Release of Framework

Jim Fan a indiqué que l’équipe publierait l’intégralité du projet en open-source pour que chacun puisse héberger chez lui son propre laboratoire de robots s’exécutant en autonomie. Fan a également décrit l’objectif de cet entraînement de robots dirigé par l’IA, en disant que des chercheurs pourraient prendre des vacances et que le fondateur et PDG de NVIDIA, Jensen Huang, ne s’en rendrait pas compte.

FAQ

What is ENPIRE and who developed it?

ENPIRE est un cadre d’« agent harness » développé par des chercheurs du laboratoire NVIDIA GEAR, en collaboration avec des partenaires de la Carnegie Mellon University et de l’UC Berkeley. Le cadre permet aux agents de codage IA de diriger de manière autonome l’entraînement des robots en s’enroulant autour des modèles d’IA afin d’apporter des capacités telles que la mémoire, le contexte, la contrainte et des boucles de rétroaction.

What tasks did AI agents successfully train robots to perform using ENPIRE?

Des agents de codage IA utilisant le cadre ENPIRE ont réussi à entraîner des robots à couper des colliers de serrage et à insérer des GPU dans des connecteurs fins des cartes mères. Les agents ont mis au point un programme d’entraînement lorsqu’on leur donnait un laboratoire rempli de bras robotisés, des ressources de calcul et un budget de jetons pour enseigner aux robots diverses tâches.