NVlabs/ASPIRE

解決する課題

ASPIREは、従来の勾配ベースの学習から「スキル発見」と洗練のプロセスへとパラダイムをシフトさせることで、ロボット学習の課題に対処します。標準的な学習を通じてモデルの重みを更新するのではなく、ロボットの知能をエージェントによって反復的に改善可能な感覚運動スキルのリポジトリとして扱います。

仕組み

ASPIREは、コーディングエージェント（Claude CodeやCodexなど）を使用してロボットの学習プロセスを管理します。これらのエージェントは、反復的なデバッグや進化探索といった特定の「スキル」を活用し、LIBERO-Pro、Robosuite、BEHAVIOR-1Kなどのシミュレーション環境でロボットの動作を洗練させます。現実世界のタスクに対しては、「システム2」オペレーターのランブックを採用し、ルービックキューブを解く、ボトルの蓋を開けるといった複雑な操作タスクをエージェントにガイドします。これには、把持、リカバリー、検証を処理するために言語モデルが生成したコードが活用されます。

対象ユーザー

このプロジェクトは、ロボット学習におけるエージェントワークフローに関心のあるロボット工学の研究者や開発者向けに設計されています。大規模で固定されたデータセットや従来のファインチューニングに頼ることなく、多様なタスク全体でロボットのパフォーマンスを拡張したいと考えている方に特に有用です。

ハイライト

• LIBERO-ProやBEHAVIOR-1Kなどの複雑なベンチマークで高い成功率（最大99-100%）を達成。
• 長期間の操作タスクにおける、身体性を超えたシム・トゥ・リアル（sim-to-real）転移を実現。
• 「学習」プロセスを、反復的なデバッグや進化探索を実行するコーディングエージェントが処理する、エージェント非依存のフレームワークを実装。
• カップ積みやピル挿入などのタスクのレシピを含む、現実世界のロボット操作に対する構造化されたアプローチを提供。