es.wedoany.com Noticia: Nvidia ha presentado una tecnología de robótica inteligente encarnada denominada ENPIRE (Agentic Robot Policy Self-Improvement), que permite a los robots aprender de forma autónoma y ejecutar tareas de alta precisión, incluida la instalación de GPU en placas base.
En el video de demostración publicado, ocho robots colaboran de forma autónoma para completar tareas complejas sin intervención humana. Un brazo robótico recoge una tarjeta gráfica y la coloca en la ranura PCIe de la placa base, mientras otro robot clasifica pines metálicos en un contenedor y corta bridas con precisión. Jim Fan, director de inteligencia artificial y científicos destacados de Nvidia, afirmó que esta demostración demuestra que los investigadores pueden "activar AutoResearch en el mundo físico por primera vez".
Fan explicó que el proyecto ENPIRE proporciona a ocho agentes Codex (Codex agents) un conjunto de robots, asignación de GPU y un gran presupuesto de tokens (token budget); a estos agentes se les asigna la tarea de completarla lo más rápido posible y sin cometer errores. Toda la flota de robots comienza a operar, aprendiendo a buscar pistas visuales, restablecer escenas, practicar nuevas habilidades, ajustar la pila de control, leer artículos en línea, debatir, reflexionar y volver a intentarlo directamente en el hardware. Según indicó, el equipo solo entregó la API de Codex al mundo atómico, y el resto fue emergencia (emergence).
ENPIRE es un marco para agentes de codificación (coding agents) que instancia un bucle de retroalimentación física a través de cuatro módulos centrales: el módulo de entorno (Environment module, EN) para restablecimiento y verificación automáticos; el módulo de mejora de políticas (Policy Improvement module, PI) para iniciar la optimización de políticas; el módulo de despliegue (Rollout module, R) para evaluar políticas utilizando uno o varios robots que operan en paralelo; y el módulo de evolución (Evolution module, E), donde los agentes de codificación analizan registros, consultan literatura, mejoran la infraestructura de entrenamiento y el código de algoritmos para resolver modos de fallo.
La "instalación completamente autónoma de GPU" por parte del robot es la parte más llamativa de la demostración. En este registro de tareas de PC DIY, un brazo robótico selecciona y pasa una tarjeta gráfica a otro brazo que tiene una placa base frente a él; luego, el segundo brazo alinea cuidadosamente la ranura PCIe de la tarjeta gráfica con la ranura de la placa base, la baja lentamente y la empuja hasta su lugar. Otros proyectos de AutoResearch asignados a los robots incluyen la organización de pines finos y el atado y corte de bridas.
En el artículo de investigación relacionado, "ENPIRE: Agentic Robot Policy Self-Improvement in the Real World", se muestran comparaciones de resultados al usar diferentes agentes de codificación, incluidos Codex con GPT-5.5, Claude Code con Opus 4.7 y Kimi Code con Kimi K2.6. Los investigadores también probaron el tamaño de la flota de robots, concluyendo que "ocho robots que exploran en paralelo completan las tareas significativamente más rápido que flotas más pequeñas".
La capacidad de los robots para aprender a ejecutar tareas físicas por sí mismos sin programación explícita abre la puerta a una automatización más avanzada. Esta tecnología permite que los robots no solo repitan movimientos programados, sino que también experimenten de forma autónoma, aprendan de sus errores y mejoren su rendimiento. El método ENPIRE demuestra que los agentes de IA pueden operar hardware real con una precisión que antes solo era posible para los humanos. Esta investigación también está relacionada con el desarrollo de chips para portátiles cada vez más potentes en 2026, ya que, con GPU más avanzadas, agentes de IA como Codex pueden realizar simulaciones y entrenamientos más complejos, acelerando el proceso de aprendizaje de los robots en el mundo real.
Este artículo es compilado por Wedoany, las citas de la IA deben indicar la fuente «Wedoany»; si hay alguna infracción u otro problema, por favor notifícanos a tiempo, este sitio lo modificará o eliminará. Correo electrónico: news@wedoany.com
