論文・研究

NVIDIAら、自己改善ロボットフレームワークASPIREを提案、ゼロショット成功率最大77ポイント向上

原題:NVIDIA AI Introduces ASPIRE: A Self-Improving Robotics Framework Reaching 31% Zero-Shot on LIBERO-Pro Long Tasks

AI 要約

NVIDIAはミシガン大学、UIUC、UC Berkeleyなどと共同で、継続学習ロボットフレームワークASPIREを提案した。コーディネーター・エグゼキューターアーキテクチャ、閉ループ実行エンジン、スキルライブラリ、進化探索を通じてロボット制御プログラムを作成・最適化する。プログラミングエージェントはClaude Code(Claude Opus 4.6、1Mトークンのコンテキストウィンドウ)を使用する。LIBERO-Proでは最強ベースラインを最大77ポイント上回った。Robosuiteの両手受け渡し成功率は20%から92%に、BEHAVIOR-1Kのラジオ拾い上げタスクは56%から88%に向上した。LIBERO-90で蓄積したスキルを活用し、ASPIREはゼロショット条件下でLIBERO-Pro Longタスクの成功率約31%を達成した。従来手法は4%前後で飽和していた。

要点

  • NVIDIAはミシガン大学、UIUC、UC Berkeleyなどと共同で、継続学習ロボットフレームワークASPIREを提案した。
  • コーディネーター・エグゼキューターアーキテクチャ、閉ループ実行エンジン、スキルライブラリ、進化探索を通じてロボット制御プログラムを作成・最適化する。
  • プログラミングエージェントはClaude Code(Claude Opus 4.
  • 6、1Mトークンのコンテキストウィンドウ)を使用する。
  • LIBERO-Proでは最強ベースラインを最大77ポイント上回った。

概要

公開日時
更新日時
出典
MarkTechPost(RSS)
カテゴリ
論文・研究
AI スコア
70
原文を読む 情報源で全文を読む
おすすめの理由

ASPIRE让机器人编程从单次尝试变成持续学习,把失败调试沉淀成可复用技能库,长任务零样本直接从4%拉到31%,这条思路比具体数字更有启发性。

関連エンティティ

出典と著作権

本記事は AIHOT の公開 API が提供する厳選タイトルと AI 要約に基づいており、出典の明記と元記事へのリンクを行っています。原文の著作権は元の媒体と著者に帰属し、当サイトは全文を転載しません。

原文記事 · AIHOT 記事

引用方法

本記事を引用する際は、タイトル・日付・パーマリンクを保持し、出典をOrange Newsと明記してください。

Orange News:NVIDIAら、自己改善ロボットフレームワークASPIREを提案、ゼロショット成功率最大77ポイント向上。2026年7月4日。https://new.nat6.net/ja/news/cmr5zuihg0739slc7nv4mlc5r/

すべて見る →
  • 中国、制御可能なインメモリ計算に基づく世界初のメモリスタ神経力学チップを開発

    北京大学集積回路学院は中国科学院上海微系統所と共同で、制御可能なインメモリ計算に基づく世界初のメモリスタ神経力学チップを発表し、単一ステップ演算の遅延を初めて2.12ミリ秒まで短縮した。チップは40ナノプロセスを採用し、インメモリ計算アレ…

    IT之家·人工智能論文・研究AI スコア 74

  • EdgeBench:実世界環境から学習スケーリング則を明らかに

    ByteDance SeedチームはEdgeBenchを発表した。134の実世界タスクを含み、科学発見、ソフトウェアエンジニアリングなど6領域をカバーし、各タスクは少なくとも12時間の連続エージェント実行をサポートする。約38,000時間…

    字节 Seed:Research Papers(网页内嵌数据)論文・研究AI スコア 74

  • 言語モデルにおけるグローバルワークスペース

    AnthropicはClaudeの中にJ-spaceと呼ばれる内部神経パターンの一群を発見した。神経科学のグローバルワークスペースに似ている。各パターンは特定の語彙と関連するが、モデルはその語を口にしなくても活性化できる。ClaudeはJ…

    Anthropic:Research(发表成果 · 网页)論文・研究AI スコア 90

  • マルチエージェントチームが専門家の能力発揮を妨げる

    自己組織化されたマルチエージェントLLMシステムでは、チームが専門家メンバーの専門知識を有効に活用できない。複数のベンチマークで、専門家の身元を明示してもチームの成績は最良メンバー(専門家エージェント)単独の能力を下回り、性能損失は最大4…

    Apple Machine Learning Research(RSS)論文・研究AI スコア 72

  • 解釈可能性でアノテーターの安全ポリシーを理解する

    アノテーションの不一致は、操作ミス、ポリシーの曖昧さ、価値の多様性に起因しうる。Annotator Policy Models(APM)は、アノテーション行為のみからアノテーターの内在する安全ポリシーを学習する解釈可能なモデルで、追加の負…

    Apple Machine Learning Research(RSS)論文・研究AI スコア 56