ASPIRE 相关 AI 资讯 · AI 热点

7月4日

14:38

14:38

官方一手marktechpost@Asif Razzaq

NVIDIA 发布了 ASPIRE 自改进机器人框架，能自动编写并优化机器人控制程序。该框架在 LIBERO-Pro 长任务上实现 31% 零样本成功率，并通过迭代修复将性能提升最多 77 点。ASPIRE 还能将已验证的修复技能蒸馏为可复用的技能库，支持零样本迁移到未见过的长时任务。

AI模型 NVIDIA ASPIRE 机器人

推荐理由：NVIDIA 搞了个新框架 ASPIRE，自己写程序自己修，LIBERO-Pro 长任务零样本就 31%，还能再提 77 点，做机器人的可以看看。

7月1日

23:29

23:29

官方账号Jim Fan@jimfan

76°

Jim Fan团队发布ASPIRE，这是他们物理自研系列的第二项工作。ASPIRE让机器人构建一个自我进化的技能库，解决第100个任务时不再像第一个任务那样茫然。该方法通过编码代理观察模拟和真实机器人的多模态传感轨迹，对控制程序进行进化搜索，并将最佳知识提炼到不断扩展的库中。ASPIRE实现了约10倍的迁移学习token削减，相比传统从头重训练效率大幅提升。项目展示了超过90项技能和150+任务，代码将开源。

AI模型 ASPIRE Jim Fan 机器人技能库

推荐理由：Jim Fan团队搞了个新东西叫ASPIRE，让机器人自己攒技能库，迁移学习快了10倍，还开源了全栈代码。

01:52

01:52

官方账号Jim Fan@jimfan

精选

ASPIRE 是斯坦福团队提出的新型机器人持续学习方法。它通过编码智能体观察仿真与真实机器人的多模态感官痕迹，对控制程序进行进化搜索，并将最佳技能提炼到不断扩展的库中。ASPIRE 实现了约 10 倍的迁移学习计算令牌节省，且开源完整代码。机器人在真实世界中学习 100 个任务后不会像第一次那样迷茫，技能库可无限累积。

AI模型 ASPIRE 机器人技能库

推荐理由：斯坦福团队开源了 ASPIRE，让机器人技能库自动进化，学了 100 个任务后还会越用越强，迁移到真实环境也快 10 倍。

01:51

01:51

官方账号Jim Fan@jimfan

精选

NVIDIA GEAR lab 联合 UMich、Berkeley、CMU 推出 ASPIRE，这是首个自动化机器人技能发现系统。它不逐个解决任务，而是持续发现并积累可复用技能，作为机器人智能的构建模块。ASPIRE 支持多任务迁移、sim-to-real 迁移以及跨实体迁移。相关论文和项目页面已在 research.nvidia.com 发布。

AI模型 ASPIRE NVIDIA 机器人技能发现

推荐理由：NVIDIA 和几个顶级高校联手搞了个新系统 ASPIRE，能自动发现并存下可复用的机器人技能，跨任务、跨仿真到现实、跨机器人本体都能迁移，挺有看头。