NVIDIA ASPIRE 使机器人能够从成功经验中积累知识，并将其复用于新任务，创建一个随学习不断改进的持久技能库
摘要
NVIDIA 的 ASPIRE 框架使机器人能够从成功经验中构建一个持久的技能库，允许复用于新任务，并随着时间的推移提高学习效率。
暂无内容
查看缓存全文
缓存时间: 2026/07/01 16:15
# NVIDIA ASPIRE 使机器人能够从成功经验中积累知识，并将其复用于新任务，创建持久的技能库，从而随着时间的推移改善学习
**频道：** Distinct-Question-16
来源：https://youtu.be/d6S9dqxtpmo?is=SD-qGvF9X0bRv3sq
相似文章
ASPIRE：面向机器人的自主技能发现
ASPIRE 是一个持续学习系统，通过迭代探索自主开发和优化机器人控制程序，在操作任务和家务任务中取得显著提升，并实现了从仿真到现实的迁移。
@DrJimFan：今天，我们为机器人赋予了一个能够自我进化并无限累积的 /技能库！隆重介绍 ASPIRE：一个在解决第100个任务时不再像解决第一个任务那样茫然的机器人。
介绍 ASPIRE，一个让机器人通过进化搜索和蒸馏不断进化技能库的框架，实现高效的 sim-to-real 和跨本体迁移，迁移学习 token 减少高达 10 倍。完整代码已开源。
Nvidia的自主机器人研究（6分钟阅读）
ENPIRE是一个框架，使编码代理能够通过真实世界的反馈循环自主改进机器人操作策略，在插针和剪扎带等灵巧任务上实现了99%的成功率。
@FinanceYF5: ENPIRE 已能独立完成扎束线带、整理细针、安装 GPU 等高精度操作，并展现出“物理扩展”现象：多机器人并行探索，进步速度明显更快。 NVIDIA GEAR 实验室的一部分如今已能通宵自我改进，人类早上只需查看报告。项目也将开源。 项…
NVIDIA GEAR lab introduces ENPIRE, a framework for autonomous real-world robot policy self-improvement that achieves 99% success on dexterous manipulation tasks like GPU insertion and zip-tying, with multi-robot parallel learning and open-source release.
NVIDIA的AI智能体教会机器人无需人类帮助将GPU安装到主板上
NVIDIA与卡内基梅隆大学（CMU）和加州大学伯克利分校（UC Berkeley）共同开发的ENPIRE框架，利用AI编码智能体自主训练机器人执行高精度物理任务（如GPU安装），通过闭环反馈和真实硬件测试实现了99%的成功率。