英伟达开源机器人技能库 ASPIRE，实现持续学习新范式
英伟达开源 ASPIRE，一种让机器人通过迭代试错积累可复用技能的持续学习框架，在三个基准测试上大幅提升成功率。
ASPIRE 让机器人像人类工程师一样，在执行任务时记录感知、规划、抓取等过程，失败后分析原因、修复程序，并将修复经验存入技能库。随着技能积累，机器人从新手逐渐变专家，新任务成功率持续提升。
正文摘录
就跟 GPT 能把你的 prompt 和工作记录炼成可复用的 skill 一样，ASPIRE 也会把机器人的一次次失败和修复，沉淀成之后可以持续调用的经验。 每当机器人执行任务时，ASPIRE 就会把感知、导航、抓取、碰撞、运动规划这些过程都记录下来。它背后调用的 GPT / Claude 则会像研究员一样，判断任务中哪里出了问题，迭代程序。如果跑通，就把沉淀出来的经验写进 Skill。 英伟达机器人主管 Jim Fan 还表示，ASPIRE 代表了一种全新的 持续学习范式。 ASPIRE 的全名叫 Agentic Skill Programming through Iterative Robot Exploration。它能让机器人用代码执行任务，失败后查看多模态执行轨迹，再修改程序，把修好的经验存进一个不断变厚的 skills library。 这里的 Skill，虽然本质上还是一段喂给大模型的上下文，却沉淀着一套经过验证的代码修复经验（Code Repair Pattern），让机器人知道遇到某类问题时，该如何修改控制程序。 Agent 能分析出来原因并非识别错了，而是规划器（Planner）给出的目标点都落在障碍物的碰撞缓冲区内。如果遇到这种规划失败，就尝试从 45°、90°、180° 等不同角度重新接近目标，直到找到一条无碰撞路径。以后再遇到类似场景，无论目标变成收音机、微波炉还是其他家具，这条经验都可以直接复用，不必重新试错。 说到这，你可能会好奇：机器人训练，不应该都是搞数据、梯度下降、模型权重、真机采集、仿真到现实迁移吗？ 跟 VLA 等端到端的策略模型不同，Code as Policy 不让模型直接输出机器人动作，而是让大模型写一段可执行的机器人控制程序。程序里可以调用感知模块、规划 API 和控制原语，比如识别物体、规划路径、移动机械臂、执行抓取。