NVIDIA presenta ASPIRE — framework de robótica que se auto-aprende con 31% de éxito zero-shot en tareas complejas

NVIDIA AI el 3 de julio de 2026 presentó ASPIRE — un framework para control robótico que genera autónomamente programas de control de robots, corrige iterativamente errores y almacena soluciones verificadas en una biblioteca de habilidades reutilizable. Según NVIDIA, en el benchmark LIBERO-Pro, el sistema ganó hasta 77 puntos y alcanzó 31% de éxito en nuevas tareas de horizonte largo en modo zero-shot — sin entrenamiento adicional en estos escenarios.

Cómo funciona el ciclo de auto-mejora en ASPIRE

El núcleo de ASPIRE es un ciclo iterativo de generación y auto-corrección: el framework escribe un programa de control de robot como código, lo ejecuta, detecta fallos y realiza correcciones hasta la finalización exitosa de la tarea. La generación de código como herramienta para control robótico ya se utiliza en investigaciones, pero ASPIRE va un paso más allá: las reparaciones exitosas se "destilan" en una biblioteca de habilidades estructurada para reutilización.

La biblioteca funciona como la memoria a largo plazo del sistema. Cuando ASPIRE encuentra una tarea similar a una ya resuelta, accede a bloques ya depurados — en lugar de empezar desde cero. Esto reduce el número de intentos hasta la finalización exitosa y permite al sistema transferir experiencia acumulada a escenarios desconocidos. La biblioteca acumulada crece: cada nueva tarea potencialmente añade nuevos patrones o refina los existentes.

• Fecha de publicación de ASPIRE — 3 de julio de 2026
• Ganancia en benchmark LIBERO-Pro — hasta 77 puntos
• Precisión zero-shot en LIBERO-Pro Long Tasks — 31%
• Transferencia de habilidades a tareas no incluidas en el conjunto de entrenamiento

¿Por qué LIBERO-Pro Long Tasks es un objetivo complejo?

LIBERO-Pro es un benchmark reconocido para evaluar sistemas robóticos en tareas con horizontes de planificación largos. A diferencia de tareas simples de un solo paso, las tareas de horizonte largo requieren ejecución secuencial de una cadena multietapa: encontrar el objeto necesario, moverlo al objetivo, abrir un contenedor, colocar el objeto y cerrarlo. Un error en cualquier eslabón — fracaso del episodio completo.

LIBERO-Pro Long Tasks es la parte más compleja del benchmark con las secuencias más largas. La métrica zero-shot significa que el sistema ejecuta la tarea por primera vez: sin demostraciones, sin entrenamiento adicional en el escenario específico. En tales tareas, los métodos básicos a menudo dan resultados cercanos a cero. 31% de tasa de éxito en modo zero-shot es un indicador no trivial para esta clase de sistemas.

La ganancia hasta 77 puntos en LIBERO-Pro demuestra la brecha entre ASPIRE y métodos baseline en tareas estándar del mismo benchmark.

Dónde encaja ASPIRE en la IA robótica

El enfoque de ASPIRE refleja una tendencia más amplia: el uso de modelos de lenguaje para controlar sistemas físicos mediante generación de código. A diferencia del aprendizaje por refuerzo clásico, que requiere millones de simulaciones, ASPIRE se basa en generación de código iterativa — un enfoque económico en términos de interacciones con el entorno.

La innovación clave — una biblioteca de habilidades explícita — resuelve un problema de largo plazo de los sistemas robóticos: acumular experiencia sin perderla al pasar a nuevas tareas. A diferencia de enfoques de redes neuronales, donde el conocimiento se almacena implícitamente en los pesos del modelo, la biblioteca de ASPIRE es estructurada y accesible para expansión.

Qué significa esto

ASPIRE ofrece un modelo en el cual un agente robótico acumula gradualmente experiencia en forma de bloques de software reutilizables — en lugar de resolver tareas desde cero cada vez. La publicación de NVIDIA AI se ajusta a la búsqueda de un camino desde robots que funcionan estrictamente dentro de la distribución de entrenamiento a sistemas capaces de generalizar experiencia a nuevos escenarios. Si el enfoque resulta ser escalable en condiciones reales, los robots industriales podrán mejorar sus capacidades directamente durante la operación — sin constante reentrenamiento manual.