Agentes de IA autónomos entrenan robots sin intervención humana en laboratorios físicos

Un framework de agentes desarrollado por investigadores de robótica permite que modelos de IA diseñen, ejecuten y refinen regímenes de entrenamiento robótico de forma autónoma, con implicaciones directas para manufactura y automatización industrial.

Agentes de codificación con inteligencia artificial pueden ahora dirigir de forma autónoma el entrenamiento de robots físicos, sin intervención humana durante el proceso. Investigadores del laboratorio GEAR (Generalist Embodied Agent Research) de NVIDIA, en colaboración con Carnegie Mellon University y la Universidad de California en Berkeley, desarrollaron un framework llamado ENPIRE: un harness agéntico que envuelve modelos de IA para habilitarlos con herramientas, memoria, contexto, restricciones y ciclos de retroalimentación. Los resultados iniciales muestran robots capaces de cortar cinchos de plástico e insertar tarjetas GPU en ranuras de tarjetas madre, tareas que requieren precisión milimétrica.

ENPIRE opera a través de cuatro módulos funcionales: verificación y reinicio automático de tareas, refinamiento de políticas de comportamiento robótico, evaluación paralela en múltiples robots físicos simultáneos, y diagnóstico de fallas mediante análisis de logs, ingesta de papers de investigación y mejora autónoma del código de algoritmos e infraestructura. El sistema fue validado con tres agentes de codificación distintos —OpenAI Codex con GPT-5.5, Claude Code de Anthropic con Opus 4.7, y Kimi Code de Moonshot AI con Kimi K2.6— cada uno desarrollando enfoques algorítmicos independientes que compitieron y se refinaron en ciclos sucesivos de prueba en entornos reales. Los detalles técnicos completos están disponibles en el paper de investigación publicado el 16 de junio de 2026.

Para el C-suite de empresas con operaciones de manufactura, logística o automatización industrial, este desarrollo señala un cambio estructural en la economía del entrenamiento robótico. Históricamente, programar y entrenar robots para nuevas tareas requería equipos especializados de ingenieros durante semanas. Un framework como ENPIRE comprime ese ciclo a horas nocturnas sin supervisión, lo que reduce costos de implementación y acelera la adaptación de líneas de producción. El equipo de NVIDIA anunció que liberará el código como open source, lo que significa que cualquier organización con acceso a brazos robóticos y recursos de cómputo podría desplegar su propio laboratorio de entrenamiento autónomo. La pregunta estratégica para los CTO no es si esta capacidad llegará a escala industrial, sino en qué plazo y con qué requerimientos de infraestructura.