Article

Nvidias ENPIRE: AI-Coding-Agenten trainieren Roboter autonom über Nacht

Nvidia Robotik AI-Agents Claude GPT Autonom

Nvidias GEAR Lab (Generalist Embodied Agent Research) hat ENPIRE veröffentlicht – ein Agent-Harness, der AI-Coding-Agenten befähigt, physische Roboter völlig autonom zu trainieren. Das System läuft über Nacht durch, ohne menschliche Intervention.

Was ist ENPICE?

ENPIRE ist ein Framework, das AI-Coding-Agenten mit Roboter-Infrastruktur verbindet. Es hat vier Module:

  1. Auto-Reset & Verification: Setzt Aufgaben automatisch zurück und verifiziert Ergebnisse
  2. Policy Refinement: Verfeinert die Verhaltensrichtlinien der Roboter
  3. Parallel Evaluation: Testet Policies auf mehreren physischen Robotern parallel
  4. Failure Analysis: Analysiert Logs, liest Research-Papers und verbessert Trainings-Infrastruktur

Getestete Agenten

Das System wurde mit drei AI-Coding-Agenten getestet:

  • OpenAI Codex mit GPT-5.5
  • Anthropic Claude Code mit Opus 4.7
  • Moonshot AI Kimi Code mit Kimi K2.6

Jedes Team entwickelte unabhängig algorithmische Ansätze, testete sie in realen Experimenten und behielt Verbesserungen, die die Erfolgsrate steigerten.

Konkrete Ergebnisse

Die Roboter lernten:

  • GPU-Installation: GPUs präzise in dünne Sockel auf Mainboards einzusetzen
  • Kabelbinder schneiden: Feinmotorische Manipulation mit Schere

“Ein Teil unseres NVIDIA GEAR Lab verbessert sich jetzt unermüdlich über Nacht selbst”, schrieb Jim Fan, Nvidia AI Director. “Wir lesen morgens nur noch die Reports.”

Open Source

Nvidia plant, alles zu open-source. Die Vision: Jeder kann sein eigenes “selbstlaufendes Roboter-Lab zu Hause” betreiben. Das Paper wurde am 16. Juni 2026 veröffentlicht.

Bedeutung

Das ist ein Schritt Richtung vollautonomer Robotik-Entwicklung. Statt menschliche Engineer Wochen an Trainings-Scripts arbeiten zu lassen, können AI-Agenten nun selbstständig experimentieren, lernen und verbessern. Die “generous token budget” erwähnt in der Studie zeigt, dass die Kosten noch ein Faktor sind – aber das Paradigma der selbstverbessernden Roboter-Labore ist etabliert.

Quelle: Ars Technica