**ENPIRE：让编程智能体在真实世界中自主提升机器人策略**

_ENPIRE: Agentic Robot Policy Self-Improvement in the Real World_

> ENPIRE框架为编程智能体提供了真实的物理闭环反馈，通过环境重置与验证、策略改进、多机器人并行评估以及进化模块，将现实世界的灵巧操作学习转化为可优化的自动过程。借助该框架，前沿编程智能体能够自主训练策略，在整理针盒、扎紧扎带和使用工具等挑战性任务上达到99%的成功率，大幅减少人工干预，展示了在物理世界自主推进机器人技术的可行路径。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-19 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.19980)