具身智能Skill时刻！英伟达开源机器人技能库，Jim Fan：范式变了

机器人也能学Skill了。

英伟达最新放出的这套系统，叫

，全称是。说白了，它是一个能让机器人持续积累经验的技能库。

听起来很抽象？其实可以把它理解成一个机器人版的Coding Agent。就像GPT能把你的工作记录提炼成可复用的skill一样，ASPIRE也会把机器人在执行任务时的失败和修复，沉淀成以后能直接调用的经验。区别只在于，它review的不是代码行，而是机器人的

。

每次机器人执行任务，ASPIRE都会把感知、导航、抓取、碰撞、运动规划这些环节全部记录下来。背后调用的GPT或Claude，则会像一个研究员那样去分析：问题出在哪儿？然后迭代程序。如果新程序跑通了，这次沉淀下来的经验就会被写进技能库。

这样一来，机器人就能通过写代码、看执行轨迹、修程序、沉淀技能，持续地自我进化。

英伟达机器人主管Jim Fan甚至认为，这代表了一种全新的

。直观来看：

• 训练，从梯度下降变成了不断打磨技能（Skill Refinement）；
• 训练好的模型，对应的不再只是一堆浮点权重，而是一个持续扩展的机器人技能库（Sensorimotor Skills）；
• 分布式训练，则变成了一群Agent各自练习不同技能，再把经验汇总进同一个技能库。

训练出来的，不一定是权重

这里有必要先聊点背景。

ASPIRE让机器人用代码执行任务，失败后就查看多模态执行轨迹，再修改程序，最后把修好的经验存进一个不断变厚的技能库（Skills Library）。

这个所谓的Skill，本质上是喂给大模型的一段上下文，但它沉淀的是一套经过验证的代码修复经验（Code Repair Pattern）。它告诉机器人：以后遇到某类问题，你该这样修改控制程序。

举个例子。机器人准备拿起一台收音机，目标识别没出问题，但就是无法靠近。Agent分析后发现，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内。于是，ASPIRE就在这次经验的基础上，总结出一条新Skill：

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。

以后再有类似场景，不管目标是收音机、微波炉还是别的家具，这条经验都能直接拿来用，不需要重新试错。

说到这儿，你可能会觉得奇怪：机器人训练，不都是搞数据、梯度下降、模型权重、真机采集、仿真到现实迁移那一套吗？怎么突然变成攒skill了？

这就必须提一个近期很火的范式——

。跟端到端的VLA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。这样一来，机器人行为就不再完全藏在神经网络权重里，而是变成了可执行的操作代码。有了代码，后面的事情就好办了——现在强得离谱的Agent模型可以检查它、修改它、调试它，继续优化。

但过去的Code as Policy有两个硬伤。第一，机器人失败了，系统通常只知道“任务没完成”，却不知道到底是感知错了、抓取没抓稳、路径规划撞了，还是恢复动作出了问题。第二，也是更关键的，

。一个任务做完，调试过程中发现的修复方案、恢复策略、prompt写法全被丢掉了，下次遇到类似问题，一切都要重头再来。

所以Jim Fan才会说：

（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。

整个过程，跟人类机器人工程师的做法如出一辙：程序失败后，回放执行过程，看感知结果，分析运动轨迹，判断到底是哪个环节出了问题。修好之后，把经验记下来。下次再遇到桌边物体、抽屉把手、窄空间导航，就不会再从零开始。ASPIRE做的，就是把这套经验积累机制交给Agent。它不只是让大模型写机器人代码，更让大模型在执行环境里

，最后把验证过的修复经验沉淀成Skill。

所以，在ASPIRE里，训练已经不只是梯度下降。训练过程变成了Skill Refinement；训练产物，也不只是模型权重，而是一个机器人不断积累、不断成长的Skills Library。

三阶段pipeline

这套思想在论文中被实现为三阶段的pipeline。

首先是

。传统机器人程序失败后，系统只告诉你任务没完成。ASPIRE会把失败拆开——每一次感知、规划、抓取、控制调用，都留下输入、输出、视觉证据和错误日志。就像人类工程师调机器人时会回放视频、看轨迹、查原因，ASPIRE把这套动作交给了coding agent。

接下来是

。Agent修好程序后，会把这次经验炼成可复用的知识，而不是丢掉。

官网技能库里能看到很具体的条目：比如SAM3文本提示怎么写、桌边物体要多角度接近、抽屉把手怎么过滤假检测、平面物体推动时该用哪种motion primitive。这些不像传统模型权重，它们更像是机器人程序员的踩坑笔记。

最后是

。一个Agent不只沿着单条修复路径往下试，系统会生成多条候选控制程序，让它们进执行环境里跑，再根据幸存程序和失败轨迹继续迭代。软件工程里，coding agent已经习惯了写代码、跑测试、看trace、改bug。ASPIRE做的事，就是把这套循环搬进物理世界。

实验验证

论文在三个经典机器人基准上做了测试：

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

例如，在Robosuite的双臂物体交接（Bimanual Handover）任务中，ASPIRE将成功率从

。

在泛化能力方面，研究先在LIBERO-90上不断积累Skill Library，再直接迁移到从未见过的LIBERO-Pro Long长任务，中间没有针对新任务继续训练，也没有更新技能库。

结果很直观：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，从几乎不会做，到最终达到31%。换句话说，Skill Library越厚，机器人越不像一个新手。

作者介绍

在技术博客的最后，英伟达也公布了完整的作者名单。

依旧是GEAR团队的老面孔：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，目前还是一名本科生。

值得一提的是，就在昨天，英伟达也宣布扩大国内机器人团队招聘，在北京、上海、深圳三地开放了不少岗位，覆盖具身智能、仿真、机器人部署和解决方案架构等方向。

感兴趣的同学们，准备简历吧！