Nvidia ENPIRE: Los agentes de IA asumen el entrenamiento de robots — el nuevo estándar de la robótica autónoma
El mercado de la robótica está al borde de un cambio fundamental. El grupo de investigación de Nvidia, junto con colegas de Carnegie Mellon University y la Universidad de California en Berkeley, ha presentado el marco ENPIRE. No es solo una herramienta más para programar, sino un ecosistema completo en el que los agentes de IA gestionan de forma autónoma el ciclo de aprendizaje de robots físicos.
La innovación clave de ENPIRE es el ciclo cerrado: el robot realiza una tarea, el entorno evalúa automáticamente el resultado y vuelve al estado inicial, mientras que el agente de IA analiza los errores, reescribe el código e inicia la siguiente serie de pruebas. El factor humano se reduce al mínimo, lo que acelera drásticamente el proceso de aprendizaje.
Cómo funciona ENPIRE
En la robótica tradicional, el aprendizaje en equipos reales es un proceso costoso y lento que requiere la participación constante de ingenieros. Cada intento fallido exige un reinicio manual de la escena, la verificación del resultado y el ajuste del algoritmo. ENPIRE traslada al mundo físico el concepto de AutoResearch, donde los agentes de IA escriben código, lo prueban y lo mejoran en iteraciones sucesivas. Sin embargo, a diferencia del entorno digital, aquí cada experimento conlleva limitaciones físicas reales: errores de agarre, fricción e imperfecciones del equipo.
El marco consta de cuatro módulos clave:
- Environment: reinicio automático de la escena, verificación del resultado, registro e interfaces de seguridad.
- Policy Improvement: inicio de la mejora de la política de control.
- Rollout: evaluación de la política en uno o varios robots físicos.
- Evolution: análisis de registros, búsqueda de ideas en la literatura, modificación de la infraestructura de aprendizaje y corrección del código.
Verificación y reinicio automáticos: la base de la autonomía
La automatización de dos operaciones —verificar el resultado y devolver la escena a su estado inicial— es la piedra angular de ENPIRE. El sistema determina por sí mismo si la tarea se ha completado, utilizando una combinación de detectores, modelos de segmentación y verificación multicámara. Esto permite ejecutar múltiples intentos consecutivos sin necesidad de etiquetar manualmente cada ejecución. El reinicio automático, a su vez, elimina la necesidad de participación humana constante, algo crítico para la escalabilidad.
Resultados en robots reales
En los experimentos, ENPIRE se probó en varias tareas de manipulación: Push-T (empujar un objeto en forma de T hacia una zona determinada), Pin Insertion (inserción de pasadores en agujeros de 4 mm de diámetro), instalación de GPU y operaciones con bridas para cables. En tareas reales, el sistema completó con éxito la tarea en el 99% de los casos cuando se le dieron hasta ocho intentos al agente, teniendo en cuenta errores previos. Este indicador refleja la capacidad del sistema para recuperarse de fallos y repetir acciones considerando el contexto.
Como agentes de programación se compararon Codex en GPT-5.5, Claude Code en Opus 4.7 y Kimi Code en Kimi K2.6. La evaluación se realizó en el benchmark AutoEnvBench. En el simulador de tareas domésticas RoboCasa, ENPIRE superó a GR00T de Nvidia y a CaP-X.
Escalabilidad: ocho robots, menos tiempo
Un bloque separado del trabajo está dedicado a la escalabilidad en un parque de robots. Un experimento con ocho estaciones robóticas mostró que el intercambio de resultados a través de Git permite reducir el tiempo de aprendizaje. Pasar de un robot a ocho redujo el tiempo de dominio de Push-T de aproximadamente cinco a dos horas, y el de Pin Insertion de más de 90 minutos a unos 40 minutos.
Limitaciones y perspectivas
Los autores señalan acertadamente que la escalabilidad no resuelve todos los problemas. A medida que aumenta el número de robots, la actividad de GPU se incrementa, pero la carga media de los propios robots disminuye debido al tiempo dedicado a la coordinación y generalización de resultados. También aumenta el consumo de tokens. Además, ENPIRE solo se ha demostrado en un conjunto limitado de tareas de manipulación.
Mi opinión experta: ENPIRE no es solo un paso adelante, es un cambio de paradigma. Pasamos de la programación manual al aprendizaje autónomo, donde los agentes de IA exploran el mundo físico por sí mismos. Esto abre el camino para crear robots verdaderamente universales, capaces de adaptarse a nuevas tareas sin intervención humana. Sin embargo, como cualquier avance, ENPIRE plantea nuevas preguntas: cómo gestionar los costos computacionales y cómo garantizar la seguridad al escalar a cientos de robots.