AI编程代理可自主指导机器人训练

# AI编码代理教会机器人安装GPU和剪扎带 来源：https://arstechnica.com/ai/2026/06/ai-coding-agents-can-autonomously-direct-robot-training/ 当你给AI编码代理一个装满机械臂的实验室、一些计算资源，以及一个用于教机器人各种任务的“慷慨的令牌预算”时，会发生什么？这些代理似乎能够自主找出训练方案，教会机器人成功剪断扎带，甚至将GPU插入主板上狭小的插槽中。 这一关于AI如何以完全自主方式实现机器人训练自动化的洞察，得益于一种新的代理框架——这是一种包裹在AI模型周围的软件，使其能够使用各种工具，同时提供记忆、上下文、约束和反馈循环等功能。这个名为ENPIRE的代理框架由英伟达GEAR（通用具身代理研究）实验室的机器人学研究人员与卡内基梅隆大学（匹兹堡）和加州大学伯克利分校的合作者共同开发。 “我们NVIDIA GEAR实验室的一部分现在可以彻夜不休地自我改进，”英伟达AI总监Jim Fan在LinkedIn帖子中写道。“我们只需早上阅读报告。” Fan还开玩笑地描述了这种AI主导机器人训练的目标，称：“我们都去度假，Jensen甚至不会注意到。”这里指的是英伟达创始人兼CEO黄仁勋。但受益的不仅仅是英伟达的机器人研究人员——Fan表示团队将开源所有内容，以便任何人都可以在家中搭建自己的“自运行机器人实验室”。 ENPIRE框架包含四个模块，使AI编码代理能够：对任务进行自动重置和验证；优化指导机器人行为的策略；并行评估多个物理机器人的策略；以及通过分析日志、阅读研究论文、改进训练基础设施和算法代码来处理故障。更多技术细节可在2026年6月16日上传的研究论文中找到。 该框架在三个不同的AI编码代理上进行了测试，包括OpenAI的Codex（基于GPT-5.5）、Anthropic的Claude Code（基于Opus 4.7）和月之暗面的Kimi Code（基于Kimi K2.6）。这些编码代理团队分别开发了不同的机器人训练算法方法，在真实世界实验中进行了测试，然后保留了那些在反复的自主测试循环中提高整体成功率的更改。