机器人也能像 Coding Agent 一样持续自主成长了。近日，英伟达（#NVIDIA）开源了一套名为 ASPIRE（Agentic Skill Programming through Iterative Robot Exploration）的机器人持续学习系统。正如大语言模型能将用户的 Prompt 转化为可复用的技能一样，#ASPIRE 能够将机器人的失败与修复过程沉淀为长期有效的经验库，改变了传统具身智能的训练逻辑。
英伟达高级研究科学家 Jim Fan 指出，ASPIRE 代表了一种全新的持续学习范式。在这套范式下，训练过程从传统的梯度下降（Gradient Descent）变成了不断精进的「技能打磨」（Skill Refinement）；训练产物不再仅仅是一堆难以解释的浮点权重，而是一个持续扩展、可读性极强的「传感器运动技能库」（Sensorimotor Skills）；分布式训练则演变为多个 Agent 在不同场景中并行探索、各自练习，并将沉淀的经验汇总至同一个全局技能库。
这一突破的核心在于 Code as Policy（代码即策略）路线。与直接输出动作的端到端神经网络（VLA）不同，Code as Policy 让大语言模型编写可执行的机器人控制代码，调用感知、路径规划和控制原语。ASPIRE 解决了该路线过去两大痛点：一是无法精准定位失败原因，二是「健忘」而无法复用经验。通过将失败日志、传感器数据和视觉轨迹输入给后台的 GPT 或 Claude，ASPIRE 可以自动分析并修复代码，最终将修复经验转化为诸如「如遇碰撞，尝试从多角度重新接近」等抽象规则，未来遇到类似场景即可直接复用。
具体而言，ASPIRE 的系统架构包含三个核心阶段：首先是**机器人执行引擎**（Execution Engine），它会像人类工程师一样记录每一次感知与控制的输入输出，保留完整的视觉和错误日志；其次是**技能库**（Skill Library），保存着如何过滤假检测、如何多角度接近物体等踩坑笔记式的实用代码段；最后是**进化搜索**（Evolutionary Search），通过生成多条候选代码并在环境中并行运行测试，筛选并迭代出最优的控制程序。
在 LIBERO-Pro、Robosuite 和 BEHAVIOR-1K 等基准测试中，ASPIRE 展现了极强的泛化和长任务执行能力。在 Robosuite 双臂物体交接任务中，ASPIRE 将执行成功率从传统的 20% 大幅提升到了 92%。
ASPIRE 的推出是具身智能向「大模型原生 Agent」演进的重要里程碑。传统机器人学习极度依赖海量的真机数据采集与黑盒化的梯度更新，这导致模型泛化极慢、鲁棒性差。ASPIRE 通过将「代码」作为物理世界与数字世界的桥梁，成功把软件工程中成熟的「写码-测试-Debug-沉淀最佳实践」范式无缝迁移到了物理机器人的控制中。这种以代码为载体、以经验为累积的技能库范式，不仅极大地提升了机器人系统的透明度与可调试性，更由于其天然支持多 Agent 分布式经验合并，为未来通用具身智能的协同进化提供了一条极具可行性的新路径。这预示着未来的 AI Agent 将不再局限于数字屏幕，而是能带着自我进来的软件系统，在复杂的物理世界里实现真正意义上的持续终身学习。
