具身智能的Skill时刻！英伟达开源机器人技能库，Jim Fan：范式变了

机器人终于也能像人一样，不断积累和沉淀可复用的技能了。

英伟达刚刚放出了一套全新的开源框架——

，它本质上是一个能让机器人持续成长的技能库。如果说之前的机器人训练像是在黑盒里调参数，那ASPIRE带来的变化更像是给机器人装上了一套可复盘的成长系统。

你可以把它理解成一个机器人版的Coding Agent。就像GPT能从你的prompt和工作记录中提炼出可复用的技能一样，ASPIRE也会把机器人每一次的失败和修复过程，沉淀为后续可以持续调用的经验。不过，它审视的对象不是代码，而是机器人的

。

每当机器人执行一个任务，ASPIRE就会把感知、导航、抓取、碰撞检测、运动规划这些环节全部记录下来。然后，背后的GPT / Claude模型会像一个经验丰富的研究员，判断任务在哪里出了问题，并迭代修改控制程序。如果修改后能跑通，这条经验就会被写入技能库。

这样一来，机器人获得了一种全新的学习机制：写代码、看执行轨迹、修程序、沉淀技能——形成了一个持续进化的闭环。英伟达机器人研究主管

评价说，ASPIRE代表了一种全新的。具体来说，这里面有几个关键的转变：

• 训练，从梯度下降变成了不断打磨和迭代技能（Skill Refinement）；
• 最终产出的，不再只是一堆难以解释的浮点权重，而是一个持续扩展的、可读的机器人技能库（Sensorimotor Skills）；
• 分布式训练的范式也变了，变成了一群Agent各自练习不同技能，最后把经验汇总到同一个技能库里。

训练出来的，不一定是权重

虽然开头已经介绍了不少，但在深入讨论这套新范式之前，有必要先交代一些背景知识。

ASPIRE的全名是

。它让机器人通过代码来执行任务，失败后能查看多模态的执行轨迹，然后自行修改程序，最后把成功修复的经验存入一个不断迭代的技能库。

你可能会问，这里的Skill到底是什么？它本质上虽然还是一段喂给大模型的上下文，但沉淀下来的却是一套经过验证的代码修复模式（Code Repair Pattern）。简单说，就是机器人学会了当遇到某类问题时，应该怎么修改控制程序。

举个例子。当机器人准备拿起一个收音机时，它明明已经识别到了目标，却怎么也靠不近。系统分析之后发现，原因不是识别错了，而是规划器给出的目标点都落在了障碍物的碰撞缓冲区里。

基于这次失败经验，ASPIRE就能总结出一条新的Skill：如果遇到这类规划失败，可以尝试从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，不管目标是收音机还是微波炉，这条经验都可以直接复用，不用再从头试错。

看到这里，或许会有人好奇：机器人训练，不该是搞数据、梯度下降、模型权重、真机采集、仿真迁移这些事吗？怎么突然变成攒Skill了？

这就不得不提到一个最近很火的新范式——

。

与我们熟悉的VLA等端到端策略模型不同，Code as Policy的思路不是让模型直接输出机器人动作，而是让大模型去写一段可执行的机器人控制程序。在这段程序里，它可以调用各种API，比如感知模块、运动规划API、控制原语——识别物体、规划路径、移动机械臂、执行抓取，都在代码层面完成。

这意味着，机器人的行为不再完全藏在一堆神经网络权重里，而是变成了可读、可改、可调试的操作代码。有了代码，现在能力强大的Agent模型就能像程序员一样，对它进行检查、修改、调试和持续优化。

但过去的Code as Policy有两个很头疼的问题。第一，机器人一旦失败，系统通常只知道“任务没完成”，却不知道到底错在哪里——是感知有问题、抓取没抓稳、路径规划撞墙了，还是恢复动作没衔接上。第二，也是更关键的一点，

。一个任务做完，所有调试过程中发现的修复方案、恢复策略、prompt写法，统统被丢掉了。下次遇到类似问题，一切从头再来。

所以Jim Fan才说，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个任务时那样一无所知。

说白了，这整个过程和人类机器人工程师的工作方式如出一辙：当一个机器人程序失败，工程师会回放执行过程，查看感知结果，分析运动轨迹，判断到底是抓取错了、路径规划错了，还是哪个恢复动作没接上。修好之后，经验会被记录下来。下次再遇到桌边物体、抽屉把手、窄空间导航这类场景，就不必再从零开始。ASPIRE做的，就是把这套经验积累机制交给Agent自动完成。

所以，在ASPIRE的框架下，训练已经不只是梯度下降。训练过程变成了技能的持续打磨和迭代；训练产物，也不只是模型权重，而是一个机器人可以不断积累、不断成长的Skills Library。

三阶段pipeline

在论文中，这套思想被实现为一个清晰的三阶段流程。

第一阶段是

，也就是机器人执行引擎。传统程序失败后，系统只会给你一个“任务失败”的提示。ASPIRE会把失败过程拆解开，每一次感知、规划、抓取、控制调用，都留下对应的输入、输出、视觉证据和错误日志。就像人类工程师调试机器人时会回放视频、看轨迹、逐条排查原因，ASPIRE把这套精细的诊断能力交给了coding agent。

第二阶段是

。Agent修好程序之后，不会把这次经验丢掉，而是会提炼成可复用的知识沉淀下来。

在官网展示的技能库里，能看到很多非常具体、实用的条目——比如SAM3文本提示怎么写、桌边物体需要多角度接近、抽屉把手如何过滤假检测、平面物体推动时该用哪种运动原语。这些经验不像传统模型权重那样抽象，它们更像是机器人程序员的一本踩坑笔记。

第三阶段是

。系统不会只沿着一条修复路径往下走。它会生成多条候选控制程序，让它们在执行环境里跑，然后根据幸存下来的程序和失败的轨迹继续迭代。这套机制在软件工程里已经很常见了——coding agent习惯了写代码、跑测试、查看trace、修bug。ASPIRE做的，就是把这套循环成功搬进了物理世界。

实验验证

为了验证这套方法，论文在三个经典的机器人基准上进行了测试，包括

、和，分别覆盖了泛化操作、接触密集型操作以及长时家庭任务。整体结果都比之前的Code as Policy方法明显更好。

举个具体的例子。在Robosuite的双臂物体交接任务中，ASPIRE将成功率从

。

更值得关注的是泛化能力的测试。研究人员先在LIBERO-90上不断积累Skill Library，然后直接将这些经验迁移到从未见过的LIBERO-Pro Long长任务中——中间没有任何针对新任务的训练，也没有更新技能库。

结果很有意思：随着技能库越来越丰富，机器人在新任务上的成功率也一路提升，从一开始的几乎无从下手，最终达到了31%。换句话说，Skill Library越厚实，机器人就越像是一个有经验的老手，而不是一个从头开始的新手。

作者介绍

在技术博客的末尾，英伟达也公布了完整的作者名单。

依旧是GEAR团队的熟悉面孔——Jim Fan、朱玉可、Guanzhi Wang、石冠亚等人。排在最前面的三位作者为共同贡献。其中，Runyu Lu是密歇根大学博士二年级学生，目前在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，目前还是一名本科生。