6月18日、Techzine.euが「AI agents take over robot training at Nvidia」と題した記事を公開した。NVIDIAのGEAR labが開発したフレームワーク「ENPIRE」は、複数のAIコーディングエージェントが協調してロボット訓練パイプライン全体を自律的に回す仕組みだ。エージェントが一晩で試行錯誤を重ね、翌朝には成功率約99%の訓練済みポリシーが出揃っているという結果は、Embodied AI研究の進め方そのものを変えうるインパクトを持つ。
ENPIREとは何か——略称と背景
ENPIREは "ENvironment-driven Policy Improvement with Reinforcement learning via agEnts" の略で、NVIDIAのGEAR lab（Generalist Embodied Agent Research）がカーネギーメロン大学およびカリフォルニア大学バークレー校と共同で開発した。プロジェクトの公式ページはresearch.nvidia.com/labs/gear/enpire/で公開されている。
GEAR labはその名が示すとおり、汎用的な身体性エージェント（Embodied AI）の実現を研究の軸に置いている。近年、Isaac LabをはじめとするNVIDIAのシミュレーション基盤と組み合わせることで、ロボット強化学習のサイクルを大幅に短縮する試みが活発化しており、ENPIREはその流れを「エージェントによる実験自動化」という方向へ推し進めた研究と位置づけられる。
AIエージェントがロボット訓練ループを自律的に回す
ENPIREの核心は、複数のAIコーディングエージェントが協調して、ロボットの訓練ループを自律的に進行させるという設計にある。具体的には、エージェントが以下を繰り返し実行する。
- 実験の設計
- 訓練コードの修正・デバッグ
- 結果の分析
- 改善策の実装
- 複数ロボットへの並列実行とバリデーション
従来のロボット訓練では、人間の専門家がつきっきりで学習プロセスを監視・調整する必要があった。ENPIREはその工程をエージェントに委譲し、研究者は翌朝エージェントが一晩で出した結果をレビューするだけでよい、という運用を実現している。
NVIDIAのJim Fan氏（Senior Research Scientist）はこの点について、研究作業の一部を完全に自動化できるようになったと述べている。なお、元記事での肩書き表記は確認が必要だが、Fan氏はGEAR labの中心的な研究者として知られており、X（旧Twitter）での発信でもENPIREについて詳しく解説している。
成功率99%——その条件と前提
実験ではOpenAI、Anthropic、Moonshot AIのAIコーディングエージェントが使用された。ロボットが取り組んだタスクは以下のとおりだ。
- マザーボードへのGPU取り付け
- ピンを収納ボックスに仕分け
- タイラップの固定・切断
- ロボティクス研究で標準的なマニピュレーション演習
**いずれのタスクでも成功率はおよそ99%**に達したと報告されている。ただし、この数字はENPIREが用意したシミュレーション環境・タスク定義のもとで計測されたものであり、元記事においても汎用ベンチマークとの直接比較は示されていない点には留意が必要だ。一部タスクでは人間の専門家が積極的に関与する従来手法を上回るパフォーマンスを示しており、その比較条件については公式研究ページの詳細資料を参照されたい。
エージェント数によるスケール効果も確認されている。
| エージェント数 | 99%達成までの時間 |
|---|---|
| 8エージェント | 約2時間 |
| 4エージェント | 約3時間 |
| 1エージェント | 約5時間 |
一方で、スケールの恩恵には上限がある。エージェント数が増えるほど調整コストが膨らみ、互いの知見の要約・処理に費やす時間が増加した。また、AIシステムがコード分析やエラー調査、LLMのレスポンス待ちをしている間、ロボットが停止するケースも観測されている。
「完全自律」ではなく「人間の役割の再定義」
ENPIREは人間の研究者を排除するものではない点を強調しておきたい。エージェントが担うのはあくまで訓練ループの試行錯誤であり、タスクの設計・評価基準の策定・最終的な判断は依然として人間が担う。ENPIREが変えるのは「研究者が何に時間を使うか」であり、専門知識の必要性をゼロにするものではない。
この設計思想は、Embodied AI研究全体のトレンドとも一致している。大規模言語モデル（LLM）をロボット制御に応用する研究や、シミュレーションと実機の差（Sim-to-Real gap）を縮める試みが相次ぐなか、ENPIREは「エージェントが実験を回す」というレイヤーをその上に積み重ねる形になる。
オープンソース化で「自律ロボットラボ」の普及を狙う
研究チームはENPIREをオープンソースとして公開する方針を発表している。大学・企業・個人が同様のセルフドライビングなロボットラボを構築できるようにすることが目標だ。
AIコーディングエージェントはもともとプログラマーの補助ツールとして開発されたが、今や物理的なマシンに新たなタスクを教える自律的な実験パートナーとして機能し始めている。生成AIとロボティクスの境界が急速に溶けつつある状況を、この研究は端的に示している。
詳細はAI agents take over robot training at Nvidiaを参照していただきたい。
