NVIDIA présente ASPIRE — un framework de robotique auto-apprenant avec 31% de succès zero-shot sur les tâches complexes

NVIDIA AI le 3 juillet 2026 a présenté ASPIRE — un framework pour le contrôle robotique qui génère autonomement des programmes de contrôle de robots, corrige itérativement les erreurs et stocke les solutions vérifiées dans une bibliothèque de compétences réutilisable. Selon NVIDIA, sur le benchmark LIBERO-Pro, le système a gagné jusqu'à 77 points et a atteint 31% de réussite sur de nouvelles tâches de long horizon en mode zero-shot — sans entraînement supplémentaire sur ces scénarios.

Comment fonctionne le cycle d'auto-amélioration dans ASPIRE

Le cœur d'ASPIRE est un cycle itératif de génération et d'auto-correction : le framework écrit un programme de contrôle de robot sous forme de code, l'exécute, détecte les défaillances et apporte des corrections jusqu'à la réussite de la tâche. La génération de code en tant qu'outil pour le contrôle robotique est déjà utilisée dans la recherche, mais ASPIRE va un pas plus loin : les réparations réussies sont « distillées » dans une bibliothèque de compétences structurée pour réutilisation.

La bibliothèque fonctionne comme la mémoire à long terme du système. Quand ASPIRE rencontre une tâche similaire à une déjà résolue, il accède à des blocs déjà mis au point — au lieu de recommencer de zéro. Cela réduit le nombre de tentatives jusqu'à la réussite et permet au système de transférer l'expérience accumulée à des scénarios inconnus. La bibliothèque accumulée grandit : chaque nouvelle tâche ajoute potentiellement de nouveaux modèles ou affine les existants.

• Date de publication d'ASPIRE — 3 juillet 2026
• Gain sur le benchmark LIBERO-Pro — jusqu'à 77 points
• Précision zero-shot sur LIBERO-Pro Long Tasks — 31%
• Transfert de compétences aux tâches non incluses dans l'ensemble d'entraînement

Pourquoi LIBERO-Pro Long Tasks est-elle une cible complexe ?

LIBERO-Pro est un benchmark reconnu pour évaluer les systèmes robotiques sur des tâches avec des horizons de planification longs. Contrairement aux tâches simples d'une seule étape, les tâches de long horizon nécessitent l'exécution séquentielle d'une chaîne multiphase : trouver l'objet nécessaire, le déplacer vers la cible, ouvrir un conteneur, placer l'objet et le fermer. Une erreur à n'importe quel maillon — échec de l'épisode entier.

LIBERO-Pro Long Tasks est la partie la plus complexe du benchmark avec les plus longues séquences. La métrique zero-shot signifie que le système exécute la tâche pour la première fois : sans démonstrations, sans entraînement supplémentaire sur le scénario spécifique. Sur de telles tâches, les méthodes de base donnent souvent des résultats proches de zéro. Un taux de réussite de 31% en mode zero-shot est un indicateur non trivial pour cette classe de systèmes.

Le gain jusqu'à 77 points sur LIBERO-Pro démontre l'écart entre ASPIRE et les méthodes de base sur les tâches standard du même benchmark.

Où ASPIRE s'inscrit dans l'IA robotique

L'approche d'ASPIRE reflète une tendance plus large : l'utilisation de modèles de langage pour contrôler les systèmes physiques par la génération de code. Contrairement à l'apprentissage par renforcement classique, qui nécessite des millions de simulations, ASPIRE repose sur la génération de code itérative — une approche économe en termes d'interactions avec l'environnement.

L'innovation clé — une bibliothèque de compétences explicite — résout un problème de longue date des systèmes robotiques : accumuler l'expérience sans la perdre lors du passage à de nouvelles tâches. Contrairement aux approches de réseaux de neurones, où les connaissances sont stockées implicitement dans les poids du modèle, la bibliothèque d'ASPIRE est structurée et accessible pour expansion.

Ce que cela signifie

ASPIRE offre un modèle dans lequel un agent robotique accumule progressivement l'expérience sous la forme de blocs de logiciel réutilisables — au lieu de résoudre les tâches à partir de zéro chaque fois. La publication NVIDIA AI s'inscrit dans la recherche d'un chemin allant des robots fonctionnant strictement dans la distribution d'entraînement aux systèmes capables de généraliser l'expérience à de nouveaux scénarios. Si l'approche s'avère évolutive dans des conditions réelles, les robots industriels pourront améliorer leurs capacités directement pendant l'exploitation — sans recours constant à un réentraînement manuel.