Nvidia a dévoilé aujourd’hui ENPIRE, un projet de recherche en robotique développé avec Carnegie Mellon University et UC Berkeley. L’idée est simple sur le papier, beaucoup moins dans l’exécution : faire en sorte que des agents autonomes améliorent directement, sur de vrais robots et dans un environnement réel, les capacités de manipulation, tout en automatisant tout le cycle d’apprentissage sur du matériel physique.
Concrètement, ENPIRE remet la scène en place, lance une politique, contrôle ce qui s’est passé, puis corrige sa méthode avant d’essayer à nouveau. Le but est clair : enlever autant que possible l’intervention humaine, qui reste d’ordinaire nécessaire pour récupérer des données, réinitialiser l’environnement et retoucher les algorithmes après chaque tentative.
C’est au démarrage que le projet surprend le plus.
D’après les chercheurs, l’agent ENPIRE construit dès le départ ses propres garde-fous de sécurité, ses routines de remise à zéro, ainsi que ses critères de récompense et de validation du succès. Et il le fait avec très peu de matière de départ : seulement quelques minutes de vidéos montrant des essais réussis et d’autres ratés.
Dans les démonstrations montrées par l’équipe, les critères changent selon la tâche. Pour insérer une broche, ENPIRE croise l’alignement visuel, la hauteur de la pince et une estimation de la force exercée. Pour refermer un collier de serrage, il utilise deux angles de caméra pour éviter les faux positifs, avec un temps de réaction annoncé à moins de 150 millisecondes.
Une fois ces outils d’évaluation construits, ENPIRE les réemploie ensuite tels quels.
Après ça, le système fonctionne seul. L’étude explique que l’agent va lire des articles scientifiques, proposer des hypothèses, modifier directement le code d’entraînement et trancher entre plusieurs approches, comme le clonage comportemental ou l’apprentissage par renforcement, en fonction de ce qu’il observe sur les robots.
Nvidia ajoute qu’ENPIRE a été déployé sur une flotte de huit stations YAM à deux bras. Chacune dispose de son propre matériel, de son ordinateur et de son agent logiciel. Les stations testent des idées en parallèle puis, toujours selon Nvidia, partagent via Git les méthodes qui marchent, ce qui permet de propager très vite à toute la flotte une amélioration trouvée sur une seule station.
Sur les résultats publiés, la flotte monte jusqu’à 99 % de réussite sur plusieurs tâches de manipulation jugées complexes, dont Push-T, le tri de broches dans une boîte et la coupe d’un collier de serrage. Sur l’insertion de broches, l’étude affirme même qu’ENPIRE a atteint 100 % de réussite plus vite qu’une approche comparable avec un humain dans la boucle.
Nvidia cite aussi d’autres démonstrations, notamment l’installation d’un GPU sur une carte mère. Le projet prolonge Eureka, un précédent travail de Nvidia centré sur la génération automatique de fonctions de récompense, et l’entreprise y voit une étape de plus vers une forme d’« AutoResearch dans le monde physique ».
Le code, toujours selon Nvidia, doit être publié en open source, dans le cadre d’une stratégie robotique plus large qui inclut aussi les plateformes GR00T et Isaac. En clair, Nvidia ne se contente pas de montrer des robots plus adroits. Le groupe esquisse surtout une façon d’accélérer la recherche en robotique elle-même.
Source : Nvidia
