NVIDIA, 로봇 자율 연구 프레임워크 ENPIRE 공개
ENPIRE: 코딩 에이전트가 실제 로봇 정책을 스스로 개선하는 물리적 자율연구 (feat. NVIDIA)
·2026.07.27 12:30
코딩 에이전트가 실제 로봇의 조작 정책을 스스로 학습하고 개선하는 자율 연구 프레임워크 ENPIRE를 소개한다.
NVIDIA GEAR, CMU, UC Berkeley 연구팀이 제안한 ENPIRE는 코딩 에이전트가 사람의 개입 없이 실제 로봇의 조작(manipulation) 정책을 스스로 학습하고 개선할 수 있도록 돕는 하네스 프레임워크입니다.
기존의 로봇 학습은 데이터 수집, 환경 리셋, 성공 판정 등 반복적인 작업에 많은 인적 자원이 소모되는 병목 현상이 있었습니다. ENPIRE는 이를 해결하기 위해 다음과 같은 4가지 핵심 모듈로 구성된 폐루프(closed-loop) 시스템을 구축했습니다.
- Environment (EN): 자동 리셋 및 자동 검증 수행
- Policy Improvement (PI): 정책 학습 및 개선 시작
- Rollout (R): 실제 로봇을 통한 병렬 평가
- Evolution (E): 로그 분석 및 알고리즘 코드 개선
ENPIRE를 통해 프런티어 코딩 에이전트들은 Push-T, 핀 꽂기, 케이블 타이 자르기 등 정밀한 조작 과제에서 99%의 성공률을 달성하며, 물리적 세계에서의 자율 연구 가능성을 입증했습니다.
이 요약은 원문 이해를 돕기 위한 큐레이션입니다. 저작권은 원저작자에게 있으며, 정확한 내용과 맥락은 원문을 확인하세요.
요약 오류, 출처 표기 문제, 삭제 요청은 문의 · 건의로 알려주세요.