英伟达的ENPIRE智能代理在控制真实机器人车队方面实现了99%的成功率

英伟达（NVIDIA）的通用具身智能体研究（GEAR）实验室发布了一项开创性研究成果，展示了将先进软件智能体与物理机器人基础设施成功集成的成果。 该研究推出了ENPIRE框架，该系统部署了一支基于Codex的人工智能编码代理团队，用于自主控制并自我优化现实世界中的机械臂。这一进展标志着在弥合模拟与现实（sim-to-real）之间差距的探索中取得了重大飞跃。

用于物理控制的自主代码生成

ENPIRE框架的核心创新在于其能够将高级自然语言指令实时转换为可执行的低级机器人控制代码。在演示的实验室环境中，由八个物理机械臂组成的机队完全由这些AI代理操作，过程中无需人类干预。 这些智能体独立地进行实验、生成控制代码、观察物理结果，并根据这些观察结果迭代优化其算法。这种自主试错的闭环系统模拟了科学方法，极大地加快了机器人技能习得的速度。

实现99%的任务成功率

在一系列复杂的物理操作和序列测试中，ENPIRE智能体取得了高达99%的成功率。这种可靠性水平对于具身人工智能的商业部署至关重要。 从历史上看，大型语言模型虽在高级推理方面表现出色，但在物理机器人所需的高频、精确控制循环方面却举步维艰。ENPIRE 证明，由大型语言模型驱动的智能体如今能够可靠地弥合这一差距，生成足够健壮的代码以应对物理世界中的不可预测性。

对机器人自动化的启示

自主智能体能够为物理机器人可靠地编写、执行和修正代码，这极大地降低了

复杂机器人自动化的准入门槛。它将范式从人工、劳动密集型的机器人编程，转变为自主、目标导向的技能习得。这使该行业更接近真正自主、具备自我纠正能力的机器人设施，机器能够即时学习新任务，而无需大量的人工工程设计。

RobotAIGeek 解读：NVIDIA 的 ENPIRE 项目表明，机器人领域的瓶颈正从硬件限制向智能软件控制方面发生决定性转变。 在真实实验室环境中99%的成功率证明，由大型语言模型（LLM）驱动的智能体正逐渐具备应对物理世界复杂现实的能力。通过自动化编程和优化流程，英伟达正在构建基础软件层，这将使机器人能力实现指数级扩展。

主要来源：

1. 机器之心 — NVIDIA ENPIRE 智能体研究团队（2026年6月18日）