Démonstration du projet ENPIRE de Nvidia : Un bras robotique installe une carte graphique sur une carte mère. (© Nvidia Gear Lab)
Bien que nous soyons encore loin d’une ère où les robots seront totalement autonomes, Nvidia continue d’innover. Le chef du département IA, Jim Fan, vient de partager sur LinkedIn des avancées concernant un nouveau cadre de travail, baptisé ENPIRE
, qui a pour but de permettre aux robots d’apprendre par eux-mêmes et d’accomplir des tâches sans supervision humaine.
1:43
SwitchBot présente lors de la CES 2026 le onero H1, un robot d’intérieur »abordable»
Des agents IA pour former les robots de manière autonome
Le projet ENPIRE confie aux agents de codage basés sur l’IA l’intégralité du processus de formation des robots, de la réinitialisation des scènes à l’adaptation des codes. Cette initiative émerge de chercheurs issus du GEAR Lab de Nvidia, de l’Université Carnegie Mellon et de l’Université de Californie.
Parmi les agents utilisés, on retrouve Codex avec GPT-5.5, Claude Code avec Opus 4.7 et Kimi Code avec Kimi K2.6. Ces derniers ont été testés sur une flotte de robots composée de huit stations à deux bras. Selon les chercheurs, le taux de réussite atteint 99 % pour des tâches complexes, telles que l’installation de GPU, qui n’est pas la seule opération effectuée :
Un robot utilise une pince tandis qu’un autre manipule un collier de câbles : Les robots ENPIRE ont été formés à des tâches de gestion de câbles PC. (© Nvidia Gear Lab)
ENPIRE : Quatre modules pour remplacer le technicien humain
Le terme ENPIRE est un acronyme pour Environnement, Amélioration des politiques, Déploiement et Évolution
, et il automatise le cycle de recherche qui était jusqu’ici géré manuellement.
- Le module Environnement gère la réinitialisation des scènes et la vérification du succès : pour l’installation d’un GPU, le robot saisit la carte graphique, la remet en position de départ et la détache de la carte mère.
- Le module d’Amélioration des politiques permet aux agents de rédiger et d’améliorer le code d’entraînement en se basant sur des vidéos et des analyses d’erreurs. Les agents ont accès à des publications scientifiques et en tirent des hypothèses algorithmiques.
De la simulation à la véritable hardware
La nouveauté essentielle réside dans l’environnement. Alors que les approches précédentes de « AutoResearch » se limitaient principalement aux simulations, ENPIRE, pour la première fois, transpose ce cycle sur du matériel réel, évitant ainsi une intermédiaire simulation.
Les résultats montrent cependant des limites : lors du test « Push-T », tous les agents de codage ont réussi en simulation, mais deux sur trois ont échoué sur le matériel réel ; il est évident que les frottements et la variabilité physique ne peuvent pas être totalement optimisés.
Nvidia prévoit de publier le code complet d’ENPIRE en open source, bien qu’aucune date précise n’ait encore été divulguée.
Points à retenir
- Le projet ENPIRE vise à améliorer l’autonomie et les performances des robots.
- Les agents de codage basés sur l’IA jouent un rôle clé dans la formation des robots.
- Le succès des tests réalisés est particulièrement prometteur, bien qu’il existe des limitations en conditions réelles.
- Nvidia souhaite partager son code en open source pour favoriser l’innovation.
- Les défis rencontrés soulignent l’importance de la recherche sur les environnements physiques.
En tant qu’observateur de cette évolution technologique fascinante, je suis convaincu que l’automatisation portera notre société vers de nouvelles frontières. Cependant, il est crucial de ne pas perdre de vue les défis éthiques et pratiques que cette avancée peut engendrer. Quels en seront les impacts sur nos emplois et notre quotidien ? L’avenir s’annonce à la fois excitant et complexe.