NVIDIA запустила ASPIRE: роботы теперь учатся на собственных ошибках без подсказок человека

Группа учёных из NVIDIA, Мичиганского университета, UIUC, UC Berkeley и CMU презентовала ASPIRE (Agentic Skill Programming through Iterative Robot Exploration) — фреймворк непрерывного обучения для роботов. В отличие от обычных кодовых агентов, которые получают лишь сигнал «задача провалена» без объяснения причин, ASPIRE анализирует каждый шаг: восприятие, планирование движений, захват, контактную динамику и многошаговую координацию.

Архитектура ASPIRE состоит из трёх компонентов: движок замкнутого цикла с детальными трейсами для каждого примитива, библиотека навыков с повторно используемыми фрагментами кода (эвристики локализации, промпты для восприятия, ограничения захвата и т.д.) и эволюционный поиск, который в каждом раунде генерирует несколько кандидатов программ, чтобы избежать зацикливания на одном неудачном решении. В симуляции агент работал на Claude Code с Claude Opus 4.6 и контекстом 1M токенов.

Программы пишутся на открытом фреймворке CaP-X на базе MuJoCo Playground. Агент не имеет доступа к истинному состоянию симулятора — только к тому, что увидела бы реальная камера. ASPIRE показала 31% zero-shot успеха на длинных задачах LIBERO-Pro, что значительно выше предыдущих подходов. Навыки, однажды отлаженные, сохраняются и применяются к новым сценариям.