NVIDIAのGEARラボの研究者たちは、カーネギーメロン大学およびUCバークレーの協力者とともに、AIコーディングエージェントがロボットの訓練を自律的に指揮できるようにする「ENPIRE（エンパイア）」というエージェント活用フレームワークを開発した。2026年6月16日にアップロードされた研究論文によると、このフレームワークは、ジップタイを切断したり、GPUをマザーボードのソケットに挿入したりといった作業を行うようロボットを訓練することに成功した。NVIDIAのAIディレクターであるジム・ファンは、LinkedInの投稿で、NVIDIA GEARラボの一部が現在では研究者が朝にレポートを確認しつつ、夜のうちに自己改善していると述べた。
ENPIREフレームワークが自律型ロボット訓練を可能にする
ENPIREは、AIモデルを包み込んでそれらをさまざまなツールに利用できるようにしつつ、メモリ、コンテキスト、制約、フィードバックループといった機能を提供するエージェント活用フレームワークである。このフレームワークは、NVIDIA GEAR（Generalist Embodied Agent Research）ラボのロボティクス研究者によって開発された。フレームワークを使うAIコーディングエージェントには、ロボット用の訓練として多様なタスクを教えるためのトークン予算に加え、研究室一杯のロボットアームと計算資源が与えられた。
4モジュールのアーキテクチャがAIエージェントの運用を支える
ENPIREのハーネスには4つのモジュールがあり、AIコーディングエージェントがタスクに対して自動リセットと検証を行い、ロボットの挙動を導く方針を洗練させ、そのような方針を並行して動作する複数の実機ロボットにわたって評価し、ログを分析して研究論文を取り込み、訓練インフラとアルゴリズムのコードを改善することで失敗に対処できるようにしている。より技術的な詳細は、2026年6月16日にアップロードされた研究論文に掲載されている。
複数のロボットで3種類のAIコーディングエージェントを試験
このハーネスは、3つの異なるAIコーディングエージェントでテストされた。OpenAIのCodex（GPT-5.5）、AnthropicのClaude Code（Opus 4.7）、Moonshot AIのKimi Code（Kimi K2.6）である。コーディングエージェントのチームは、それぞれ独立してロボット訓練のための異なるアルゴリズム的アプローチを開発し、現実世界での実験でそれらを検証し、そして自己主導型のテストを繰り返す中で全体の成功率を押し上げるのに役立った変更を、そのまま保持した。
NVIDIAはフレームワークのオープンソース公開を計画
ジム・ファンは、誰でも自宅で自律稼働するロボットラボをホストできるよう、チームはすべてをオープンソース化すると述べた。ファンはまた、AI主導のロボット訓練の狙いについても説明し、研究者が休暇を取っても、NVIDIAの創業者兼CEOであるジェンセン・フアンは気づかないだろうと語った。
よくある質問
ENPIREとは何で、誰が開発したのですか？
ENPIREは、NVIDIAのGEARラボの研究者が、カーネギーメロン大学およびUCバークレーの協力者とともに開発したエージェント活用フレームワークである。このフレームワークは、AIモデルを包み込むことで、メモリ、コンテキスト、制約、フィードバックループといった能力を提供し、AIコーディングエージェントがロボット訓練を自律的に指揮できるようにする。
ENPIREを使って、AIエージェントはどんな作業でロボットの訓練に成功しましたか？
ENPIREフレームワークを使うAIコーディングエージェントは、ジップタイを切断し、マザーボード上の薄いソケットにGPUを挿入するようにロボットを訓練することに成功した。エージェントは、研究室一杯のロボットアーム、計算資源、そして多様なタスクをロボットに教えるためのトークン予算が与えられたとき、訓練のレジメンを自ら編み出した。
