NVIDIA ASPIRE：自我改进机器人框架，把 Claude Code 拉进具身闭环

发布时间：2026-07-04 14:32（北京时间） 来源：MarkTechPost 原文：https://www.marktechpost.com/2026/07/03/nvidia-ai-introduces-aspire-a-self-improving-robotics-framework-reaching-31-zero-shot-on-libero-pro-long-tasks

事件内容

7 月 3 日，NVIDIA 联合密歇根大学、UIUC、UC Berkeley、CMU 提出 ASPIRE（Agentic Skill Programming via Iterative Robotics Exploration），一个让机器人写代码并自我改进的持续学习框架。

核心机制分四块：

• 协调器-执行器架构：中央协调器管技能库，把编码执行器（actor coding agents）分派到不同任务；执行器之间不交换对话历史，只传「被蒸馏过的技能」。
• 闭环执行引擎：每次感知/规划/控制调用都存输入、输出、RGB 关键帧、抓取候选、物体姿态。智能体只检查与故障相关的调用，定位根因并验证修复。
• 技能库：存的是异构修复方案——定位启发式、感知提示词、抓取约束、运动基元、调试 workflow。不是整个任务程序。
• 进化搜索：每轮提 K 个候选程序，下一轮探索不同策略而非精化单一方案，避开局部修复死循环。

跑实验的是 Claude Code + Claude Opus 4.6（1M token 上下文），程序用 CaP-X 编写（基于 MuJoCo Playground 的开源 code-as-policy 框架）。

数据：

• LIBERO-Pro Object 套件：比最强基线 +77 分；Goal +41.5 / Spatial +42.5
• Robosuite 双手交接：20% → 92%
• BEHAVIOR-1K 收音机拾取：56% → 88%
• 零样本迁移（重用 LIBERO-90 积累的技能）：LIBERO-Pro Long 约 4% → 约 31%

真实机器人用 OpenAI Codex GPT-5.5 做编码智能体——仿真里训的技能可以跨本体迁移。易拉罐拾取 13/20 → 19/20 且 token 减 10 倍；抽屉打开 0/20 → 11/20。

深度剖析

ASPIRE 把机器人编程从「单次尝试」推到了「持续学习」。关键不在数字，在三件事：

一、把失败诊断从「场景级」下沉到「原语级」。 之前所有 code-as-policy 智能体都是「任务失败了，再来一次」。ASPIRE 存的是每一次感知/规划/调用的多模态轨迹，智能体能精确定位到「目标位置在 cuRobo 碰撞缓冲区里」这种根因，写修复策略。这跟 06-30 小红书 RedKnot「按头拆 KV Cache」是同一种思路——把粗糙的「整体失败」拆成细粒度信号。

二、技能库不是「提示词列表」，是「异构修复方案集合」。 包含定位启发式、抓取约束、运动基元、调试 workflow 四种东西，每个技能都标了「失败特征 + 适用条件 + 修复策略 + 代码草图」。这就是 Simon Willison 07-04 推文里讲的「让 Fable 自决定测试和模型选择」的工程化形态——技能库 = 智能体的肌肉记忆。

三、Claude Code + 1M 上下文在仿真里跑，进化搜索让 K 个候选并行探索。 这就是 ASPIRE 跟之前 CaP-Agent0 的核心差距：CaP-Agent0 每任务后丢弃经验，ASPIRE 把验证过的修复蒸馏到技能库，下一次直接用。

零样本 LIBERO-Pro Long 从 4% 到 31%，7.75 倍提升——这是具身智能第一次有了「跨任务经验迁移」的工程实证。

值得关注的原因

1. 具身智能的「强化学习闭环」首次以代码为策略跑通。之前 VLA（视觉-语言-动作）模型要的是数据飞轮（π0、OpenVLA），ASPIRE 用的是代码-执行-蒸馏的飞轮——不需要新数据，只需要新尝试。 2. 真实机器人跨本体迁移实证。易拉罐拾取 token 减 10 倍，抽屉打开 0/20 → 11/20。仿真训练的技能可以平移到不同形态，具身公司最缺的「数据复用」问题有了工程答案。 3. Claude Code + 1M 上下文是 ASPIRE 的算力锚点。这不是巧合——Anthropic 把 Claude Code + Opus 4.6 1M 上下文组合卖给具身实验室，跟 06-28 Grok 4.5 + Cursor 数据 + SpaceX/Tesla 私测是同一种绑定：模型公司 × 物理部署。 4. AI coding 范式反哺具身。字节洪定坤 06-24 提的「Harness 时代」、面壁 ForgeTrain 07-03 的「AI 自己写训练框架」、ASPIRE 的「AI 自己写机器人程序」，AI coding 的能力飞轮正在给具身智能供血。

风险与待观察

• 零样本 31% 还是低。LIBERO-Pro Long 是论文新设的测试集，4% → 31% 看起来震撼，但 31% 在工业场景仍然不够。
• 真实机器人测试只有 3 个任务。易拉罐、抽屉、还有一项未列——样本量太小，需要更多真实任务验证迁移可靠性。
• 代码即策略 ≠ 端到端 VLA。ASPIRE 在仿真里禁读物理引擎状态、禁读 .bddl/.xml/.urdf，这种约束在生产环境很难维持。真实世界如果遇到未知拓扑（比如新物体），code-as-policy 是不是还能修？
• 没有提训练成本。1M 上下文 + 进化搜索 K 个候选 + 闭环执行引擎，听起来推理成本不菲。如果每修一个 bug 要花几十美元 token，技能库 ROI 是商业化关键。

一句话：ASPIRE 让「机器人编程」从一次性脚本变成「会自我积累经验的开发者」——这是具身智能第一次有工程意义上的「跨任务学习」，值得所有具身团队拿 LIBERO-Pro 跑一遍 baseline。