NVIDIA 등 대학들, 자기 개선 로봇 프레임워크 ASPIRE 제안…제로샷 성공률 최대 77점 향상
원제목:NVIDIA AI Introduces ASPIRE: A Self-Improving Robotics Framework Reaching 31% Zero-Shot on LIBERO-Pro Long Tasks
AI 요약
NVIDIA가 미시간대, UIUC, UC Berkeley 등과 함께 지속 학습 로봇 프레임워크 ASPIRE를 제안했다. 이 프레임워크는 코디네이터-실행기 아키텍처, 폐루프 실행 엔진, 스킬 라이브러리, 진화적 탐색을 통해 로봇 제어 프로그램을 작성하고 최적화한다. 프로그래밍 에이전트는 Claude Code(Claude Opus 4.6, 1M 토큰 컨텍스트 윈도우)를 사용한다. LIBERO-Pro에서 최강 베이스라인 대비 최대 77점 향상했고, Robosuite 양손 인계 성공률은 20%에서 92%로, BEHAVIOR-1K 라디오 집기 작업은 56%에서 88%로 높아졌다. LIBERO-90에서 축적한 스킬을 활용해 ASPIRE는 제로샷 조건에서 LIBERO-Pro Long 작업 약 31% 성공률을 달성했으며, 기존 방법은 4% 부근에서 포화됐다.
핵심 정보
- NVIDIA가 미시간대,UIUC,UC Berkeley 등과 함께 지속 학습 로봇 프레임워크 ASPIRE를 제안했다.
- 이 프레임워크는 코디네이터-실행기 아키텍처,폐루프 실행 엔진,스킬 라이브러리,진화적 탐색을 통해 로봇 제어 프로그램을 작성하고 최적화한다.
- 프로그래밍 에이전트는 Claude Code(Claude Opus 4.
- 6,1M 토큰 컨텍스트 윈도우)를 사용한다.
- LIBERO-Pro에서 최강 베이스라인 대비 최대 77점 향상했고,Robosuite 양손 인계 성공률은 20%에서 92%로,BEHAVIOR-1K 라디오 집기 작업은 56%에서…
한눈에 보기
- 게시
- 업데이트
- 카테고리
- 논문 및 연구
- AI 점수
- 70
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。
관련 엔티티
출처 및 저작권
이 기사는 AIHOT 공개 API가 제공하는 선별 제목과 AI 요약을 바탕으로 하며, 출처를 밝히고 원문으로 연결합니다. 원문 저작권은 원 미디어와 저자에게 있으며, 본 사이트는 전문을 전재하지 않습니다.
인용 방법
본문을 인용할 때는 제목, 날짜, 영구 링크를 유지하고 출처를 Orange News(으)로 표기해 주세요.
Orange News: NVIDIA 등 대학들, 자기 개선 로봇 프레임워크 ASPIRE 제안…제로샷 성공률 최대 77점 향상. 2026년 7월 4일. https://new.nat6.net/ko/news/cmr5zuihg0739slc7nv4mlc5r/