英伟达开源机器人技能库 具身智能迎来新范式

6！机器人也能学习技能了。

近日，英伟达推出了一套能让机器人持续进化的技能库——ASPIRE。

从某种意义上说，ASPIRE就像是为机器人量身打造的专属Coding Agent。正如GPT能将用户的提示词与工作记录转化为可复用的技能，ASPIRE也会把机器人反复试错与修正的经验沉淀为后续可直接调用的技能。不同之处在于，它审查的对象不是代码，而是机器人的操作过程。

每当机器人执行任务时，ASPIRE会完整记录感知、导航、抓取、碰撞检测、运动规划等所有环节。其背后调用的GPT/Claude模型如同研究员般分析故障点，并迭代改进程序。一旦任务成功完成，便将这些经验积累写入技能库。

这样一来，机器人便获得了通过编写代码、观察执行轨迹、修正程序、沉淀技能来持续学习的能力。

而这远不止于技能提炼那么简单。英伟达机器人研究主管Jim Fan指出，ASPIRE代表了一种全新的持续学习范式。

在这种范式下：

• 训练方式从传统的梯度下降转变为不断精炼技能（Skill Refinement）；
• 训练产出的模型不再是简单的浮点权重，而是一个持续动态扩展的机器人技能库（Sensorimotor Skills）；
• 分布式训练则演化为多个Agent分别演练不同技能，并将各自经验汇总至同一个技能库中。

尽管前面已做了大致介绍，但在深入探讨ASPIRE如何革新机器人训练范式之前，有必要先补充一些背景信息。

ASPIRE的全称为Agentic Skill Programming through Iterative Robot Exploration（通过迭代机器人探索实现智能体技能编程）。

该系统使机器人能够通过代码执行任务，在失败后回放多模态执行轨迹，并据此修改程序，将修正后的经验存入一个持续增长的技能库（Skills Library）。

这里的技能（Skill）本质上虽然仍是大模型的一段上下文提示，但沉淀下来的是经过实际验证的代码修复模式（Code Repair Pattern），指导机器人遇到特定类型问题时如何调整控制程序。

举例来说：当机器人试图拿起一台收音机时，虽然已成功识别目标，却始终无法接近。Agent分析后发现，问题并不在于识别错误，而是规划器（Planner）给出的目标点全部落在了障碍物的碰撞缓冲区之内。

基于这次经验，ASPIRE会提炼出一条新的技能：若遇到类似的规划失败，可尝试从45°、90°、180°等多个不同角度重新接近目标，直至找到无碰撞路径。未来再遇到类似场景，无论目标是收音机、微波炉还是其他物体，这条经验均可直接复用，无需重复试错。

说到这里，你或许会产生疑问：机器人训练不应该是收集数据、梯度下降、调整模型权重、真机采集、仿真到现实迁移吗？怎么突然变成了积累技能？

这里需要先介绍一个当下热门的研究范式——Code as Policy。

与VLA等端到端策略模型不同，Code as Policy并非让模型直接输出机器人动作，而是令大语言模型生成一段可执行的机器人控制代码。该代码可调用感知模块、规划API及控制原语，例如物体识别、路径规划、机械臂运动、抓取执行等。这样一来，机器人的行为不再完全隐藏在神经网络权重之中，而是转化为可操作的可执行代码，从而可以被当前能力强大的Agent模型检查、修改、调试与优化。

然而，过去的Code as Policy方法一直存在两个关键问题。

第一，机器人执行失败后，系统通常仅能获知“任务未完成”，无法判断是感知错误、抓取不稳、路径规划碰撞还是恢复动作异常。第二，也是更为关键的缺陷——它不具备记忆能力。一个任务完成后，调试过程中发现的修复方案、恢复策略及提示词写法便被丢弃，下次遇到类似问题必须从头再来。

这正是Jim Fan所说的：（有了ASPIRE）当机器人完成第100个任务时，它终于不再像完成第1个任务时那样对一切毫不知晓。

简单来说，整个过程与人类机器人工程师的工作方式如出一辙：当机器人程序失败时，工程师会回放执行过程，检查感知结果，分析运动轨迹，确定是抓取失误、规划错误还是某个恢复动作未能衔接。修复完成后，工程师会记录本次经验。下次再遇到桌边物体、抽屉把手或狭窄空间导航等场景，便无需从零开始。

而ASPIRE所做的，正是将这套经验积累机制交由Agent自动完成。它不仅让大模型编写机器人代码，更让大模型在执行环境中反复尝试、反复观察、反复修正，最终将经过验证的修复经验沉淀为可复用的技能。

因此，在ASPIRE中，训练已不再局限于梯度下降。训练过程转化为技能精炼（Skill Refinement）；训练成果也不仅仅是模型权重，而是一个机器人持续积累、不断进化的技能库（Skills Library）。

在相关论文中，这一思想被实现为一个三阶段流水线（Pipeline）。

首先是Robot Execution Engine（机器人执行引擎）。传统机器人在程序失败后，系统往往仅提示任务未完成。而ASPIRE会细致地拆解失败过程，对每一次感知、规划、抓取、控制调用都保留输入、输出、视觉证据及错误日志。正如人类工程师在调试机器人时会回放视频、查看轨迹、判断是感知错误还是抓取失败一样，ASPIRE将这套分析工作交给了Coding Agent。

其次是Skill Library（技能库）。Agent修复程序后，并不会丢弃本次经验，而是将其提炼为可复用的知识。

在官网技能库中可以看到非常具体的条目，例如SAM3文本提示的编写方法、桌边物体需要多角度接近、抽屉把手如何过滤虚假检测、平面物体推动时应使用哪种运动原语（Motion Primitive）。这些内容不同于传统的模型权重，更像是机器人程序员积累的踩坑笔记。

最后是Evolutionary Search（进化搜索）。Agent并非仅沿着单一修复路径尝试，系统会生成多条候选控制程序，让它们在实际执行环境中运行，然后根据成功幸存程序与失败轨迹继续迭代优化。

在软件工程领域，Coding Agent早已习惯编写代码、运行测试、查看跟踪、修复缺陷。ASPIRE所做的正是将这一循环移植到物理世界。

为验证该方法的有效性，论文在三个经典机器人基准上进行了测试，涵盖LIBERO-Pro（泛化操作）、Robosuite（接触密集型操作）以及BEHAVIOR-1K（长时序家庭任务）。整体结果均显著优于以往的Code as Policy方法。例如，在Robosuite的双臂物体交接（Bimanual Handover）任务中，ASPIRE将成功率从20%提升至92%。

在泛化能力测试中，研究团队先在LIBERO-90上持续积累技能库，然后直接迁移至从未见过的LIBERO-Pro Long长任务，期间未针对新任务进行额外训练，也未更新技能库。

结果显示，随着技能库日益丰富，机器人在新任务上的成功率持续攀升，从几乎无法完成到最终达到31%。换言之，技能库越庞大，机器人就越不像一个新手。

在技术博客的结尾，英伟达还公布了完整的作者名单。

作者阵容依旧是GEAR团队的熟悉面孔：Jim Fan、朱玉可、Guanzhi Wang、石冠亚等。排名前三位的作者为共同贡献。其中，Runyu Lu目前是密歇根大学博士二年级学生，正在GEAR实习；Yuubo Wu来自伊利诺伊大学厄巴纳-香槟分校（UIUC）；Ethan Kou则来自加州大学伯克利分校，目前仍是一名本科生。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：英伟达开源机器人技能库 具身智能迎来新范式要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题