教机器人收桌子，通常要先由人拆好抓取、搬运、放置等动作流程。英伟达研究团队的 ASPIRE 想换一种办法：让多个 Agent——能观察结果并自主采取下一步行动的 AI——分头练习不同动作，再筛选和改进可执行的技能，减少人工逐项编排的负担。
它最值得注意的地方，是重新定义了“训练”。常规训练常用梯度下降，也就是根据误差反复调整模型参数；ASPIRE 则把训练变成技能改进，把“训练好的模型”变成一座传感—运动技能库——将摄像头等传感输入转成抓取、旋转或放置动作的可复用流程。“分布式训练”也不再是多台机器分摊数据，而是一组 Agent 各练一项技能。
据项目仓库自述，2026 年 10 月发布的 ASPIRE v1.0 已能解魔方，并在 80 项 LIBERO-Pro 任务及部分 Robosuite、BEHAVIOR-1K 任务上达到 99% 成功率。这个方向的价值不只在单次成绩，而在机器人能否持续扩充技能库；不过仓库材料没有交代这组结果的独立复现情况，实际能减少多少人工编排仍待验证。