ASPIRE：面向机器人学的智能体技能发现
ASPIRE 是一个在“代码即策略”范式下自主编写并迭代改进机器人控制程序的持续学习系统，由闭环执行引擎、持续扩展的技能库和进化搜索三部分组成。在扰动操作任务上较此前方法最高提升 77%，Robosuite 双臂交接任务提升 72%，长时程家庭任务最高提升 32%；未见长时程任务零样本成功率为 31%，此前方法为 4%。使用 Claude Opus 5.5 时在全部 80 个 LIBERO-Pro 任务上平均成功率 99%，代表性 Robosuite 与 BEHAVIOR-1K 任务达 100%；仿真习得技能可跨本体与 API 降低真实机器人编程量，在线交互技能使其能逐步提效解开魔方。
发布于 10-22 13:01来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《ASPIRE: Agentic /Skills Discovery for Robotics》查看原链
传统机器人编程难度极高：需要协调多模态感知、管理物理接触动力学，并处理多样的环境配置与执行失败。 我们提出 ASPIRE（Agentic Skill Programming through Iterative Robot Exploration，通过迭代机器人探索的智能体技能编程），这是一个持续学习系统，在“代码即策略”范式下自主编写并改进机器人控制程序，同时将经验累积为可复用的技能库。
ASPIRE 运行在一个开放式学习循环中，由三个组件构成：（1）闭环机器人执行引擎，暴露细粒度多模态轨迹，使智能体能够自主诊断失败、合成修复方案并验证结果；（2）持续扩展的技能库，将验证过的修复提炼为可复用、可迁移的机器人知识；（3）进化搜索流程，生成多样化程序并系统性地调试，以超越单轨迹改进的局限。
ASPIRE 在扰动下的操作任务上比此前方法最高提升 77%，在 Robosuite 双臂交接任务上提升 72%，在长时程家庭任务上最高提升 32%。 累积的技能库进一步实现零样本泛化：在代表性的未见长时程任务上，ASPIRE 达到 31% 成功率，优于此前方法的 4%。
性能随前沿模型能力提升而扩展。 使用 Claude Opus 5.5 时，ASPIRE 几乎饱和这些基准，在全部 80 个 LIBERO-Pro 任务上平均成功率达 99%，在代表性 Robosuite 与 BEHAVIOR-1K 任务上达 100%。
在仿真之外，仿真中发现的技能可跨本体与机器人 API 降低真实机器人编程工作量，而通过与物理机器人在线交互获得的技能使 ASPIRE 能够以逐步提升的效率解开魔方。