NVIDIA présente ASPIRE, un framework robotique auto-apprenant qui atteint 31 % en zero-shot sur les tâches longues

Le 3 juillet 2026, NVIDIA AI a présenté ASPIRE, un framework de contrôle robotique. Il génère de façon autonome les programmes de contrôle du robot, corrige ses erreurs par itérations successives et enregistre les solutions validées dans une bibliothèque de compétences réutilisable. Selon NVIDIA, le système gagne jusqu'à 77 points sur le benchmark LIBERO-Pro et atteint 31 % de réussite sur de nouvelles tâches longues en mode zero-shot, sans entraînement supplémentaire sur ces scénarios.

Comment fonctionne la boucle d'auto-amélioration d'ASPIRE

Le cœur d'ASPIRE repose sur une boucle itérative de génération et d'autocorrection. Le framework écrit le programme de contrôle du robot sous forme de code, l'exécute, enregistre les échecs et apporte des corrections jusqu'à ce que la tâche aboutisse. La génération de code comme outil de pilotage des robots est déjà utilisée en recherche, mais ASPIRE va nettement plus loin : les corrections réussies sont « distillées » (distillation) dans une bibliothèque structurée de compétences, prête à être réutilisée.

Cette bibliothèque sert de mémoire à long terme au système. Face à une tâche proche d'un problème déjà résolu, ASPIRE puise dans des blocs déjà débogués au lieu de repartir de zéro. Il réduit ainsi le nombre de tentatives nécessaires pour réussir et peut transférer l'expérience acquise à des scénarios inconnus. La bibliothèque s'enrichit au fil du temps : chaque nouvelle tâche peut y ajouter de nouveaux modèles ou affiner ceux qui existent.

• 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 des compétences à des tâches absentes du jeu d'entraînement

Pourquoi LIBERO-Pro Long Tasks est-il une cible difficile ?

LIBERO-Pro est un benchmark reconnu pour évaluer les systèmes robotiques sur des tâches à long horizon de planification. Contrairement aux tâches simples en une seule étape, les tâches long-horizon exigent l'exécution séquentielle d'une chaîne en plusieurs étapes : trouver le bon objet, le déplacer vers la cible, ouvrir un contenant, y placer l'objet puis le refermer. Une erreur à n'importe quel maillon fait échouer tout l'épisode.

LIBERO-Pro Long Tasks constitue la partie la plus difficile du benchmark, avec les séquences les plus longues. La métrique zero-shot signifie que le système exécute la tâche pour la première fois : sans démonstration ni réentraînement sur le scénario concerné. Sur ce type de tâches, les méthodes de base affichent souvent des résultats proches de zéro. Un taux de réussite de 31 % en zero-shot n'a donc rien de trivial pour cette catégorie de systèmes.

Le gain allant jusqu'à 77 points sur LIBERO-Pro illustre l'écart entre ASPIRE et les méthodes baseline d'origine sur les tâches standard du même benchmark.

Où se situe ASPIRE dans l'IA robotique

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

Son innovation clé, une bibliothèque de compétences explicite, s'attaque à un problème ancien des systèmes robotiques : accumuler de l'expérience sans la perdre lors du passage à de nouvelles tâches. À la différence des approches neuronales, où les connaissances sont stockées implicitement dans les poids du modèle, la bibliothèque d'ASPIRE est structurée et peut être étendue.

Ce que cela signifie

ASPIRE propose un modèle dans lequel l'agent robotique accumule progressivement de l'expérience sous forme de blocs de programme réutilisables, au lieu de résoudre chaque tâche à partir de zéro. La publication de NVIDIA AI s'inscrit dans la recherche d'une voie menant de robots cantonnés à leur distribution d'entraînement vers des systèmes capables de généraliser leur expérience à de nouveaux scénarios. Si l'approche se révèle scalable en conditions réelles, les robots industriels pourront améliorer leurs capacités directement en cours d'exploitation, sans réentraînement manuel permanent.