Enseigner de nouveaux tours aux robots a toujours été une corvée profondément humaine. Quelqu’un réinitialise la scène après chaque tentative infructueuse, surveille le matériel et juge si le robot a bien fait les choses. NVIDIA veut que quelqu’un disparaisse. L’entreprise a passé l’année dernière à pousser l’IA physique, et son dernier projet va plus loin. Aux côtés de l’Université Carnegie Mellon et de l’UC Berkeley, son laboratoire généraliste de recherche sur les agents incorporés a dévoilé ENPIRE, un cadre qui confie toute la boucle de formation aux agents de codage de l’IA et leur permet d’enseigner de nouvelles compétences aux robots sur du matériel réel, sans qu’un superviseur humain ne soit requis.
Le système est une boucle de rétroaction fermée composée de quatre parties. Un module Environnement réinitialise la scène, exécute des contrôles de sécurité et vérifie chaque résultat. Un module d’amélioration des politiques écrit et affine le code de contrôle en apprenant des signaux de récompense, des images de caméra, des traces d’exécution et de tout ce qui n’a pas fonctionné. Un module de déploiement exécute les essais physiques, souvent sur plusieurs robots à la fois, et enregistre tout. Un module Evolution compare ensuite les branches d’agent, conservant le code qui fonctionne et supprimant ce qui échoue. Il fonctionne de la même manière que les équipes logicielles s’appuient sur des tests continus, à l’exception des essais se déroulant sur des bras de robot physiques.
Pour trouver le plus performant, les chercheurs ont mis en place trois agents de codage : Codex sur GPT-5.5, Claude Code sur Opus 4.7 et Kimi Code sur Kimi K2.6. Chacun a présenté ses idées, les a testées sur du matériel et n’a conservé que ce qui s’était amélioré. Le résultat était saisissant. Sur des tâches délicates et de haute précision, les robots entraînés ont atteint un taux de réussite de 99 % sous pass@8, une mesure qui autorise jusqu’à huit tentatives par sous-tâche, chaque nouvelle tentative étant déterminée par le dernier échec. Cela évalue une véritable guérison, et non la chance.
Les emplois n’étaient pas une plaisanterie. Les robots ont trié de minuscules broches dans une boîte, ont coupé les attaches avec de vrais cutters et ont placé les cartes d’extension et les cartes graphiques directement dans les emplacements de la carte mère. Quiconque s’est battu pour insérer une carte tenace dans un emplacement PCIe sait que cette dernière mérite le respect.
La taille de la flotte modifie les calculs. L’équipe a testé des groupes de un, quatre et huit agents fonctionnant en parallèle. Un seul agent a mis près de cinq heures pour résoudre une tâche. Huit réduisait cela à environ deux. Pour mesurer les compromis, NVIDIA a introduit deux mesures, l’utilisation moyenne des robots et l’utilisation moyenne des jetons.
Il y a un piège. Les équipes plus grandes parviennent à une politique de travail beaucoup plus rapidement, mais les jetons utilisent des ballons, car davantage d’agents passent plus de temps à lire les journaux, à résumer les branches de leurs pairs et à se coordonner. L’utilisation des robots diminue également lorsque les modèles s’arrêtent lors du débogage ou attendent une inférence, laissant inutilisé un matériel coûteux. La vitesse achète des résultats et brûle des jetons en le faisant.
Jim Fan, qui codirige le laboratoire GEAR, a présenté le projet comme permettant « la recherche automatique dans le monde physique pour la première fois ». NVIDIA prévoit de le rendre open source, ce qui pourrait permettre aux universités, aux startups et aux amateurs de construire leurs propres laboratoires robotiques auto-améliorés.
Cela s’inscrit dans la lignée de l’année dernière où NVIDIA a poussé l’IA physique à fond, y compris le programme robotique présenté avant le GTC 2026. Selon Les recherches de NVIDIA le goulot d’étranglement n’a jamais été les robots. C’était nous, humains en chair et en os.