Aspire——用于机器人技术的Agentic/SkillsDiscovery：让机器人从失败中改程序、攒技能、持续进化(新技能既能解决新任务，也能回头补救旧任务，并迁移到真机)
内容提要
Aspire 是面向机器人“代码即策略”的自我改进系统：通过闭环执行引擎记录感知、规划、抓取、控制等原语级多模态轨迹，帮助智能体定位故障并验证修复；技能库将已验证的修复提炼为可复用、可迁移的上下文指导；进化式搜索生成多样化候选程序，避免局部修补。仿真与真实机器人实验验证了技能迁移和成功率提升。
延伸解读
从“任务级反馈”到“原语级诊断”
文章指出，现有机器人编程智能体只能获得粗粒度的任务成败反馈，难以定位失败根因。Aspire 的执行引擎为每次感知、规划、抓取和控制调用记录输入输出、返回状态及关键帧等证据，使智能体可以围绕可疑调用逐步排查。收音机导航案例中，正是导航返回值与目标点位置暴露了碰撞约束问题，而非感知或抓取故障。这种细粒度轨迹是闭环修复能够成立的前提。
技能库存的是“修复模式”而非完整程序
Aspire 的技能库并不保存整段任务程序，而是从已验证修复中提炼失败特征、适用条件、修复策略和可选代码示意。例如收音机任务沉淀的是“规划器在障碍物边界附近反复报错时，先采样替代接近方向”的导航恢复模式。这种紧凑表示便于后续智能体检索复用，也解释了为何技能能跨任务迁移，而不是绑定在单一场景上。
进化搜索用于跳出局部修补
仅靠轨迹调试，智能体可能反复修补同一种失败策略。Aspire 引入进化式搜索，每轮基于技能库和上一轮最佳程序生成多个候选程序，在真实执行引擎中运行并产生新诊断轨迹，再以剩余失败模式为条件继续探索。搜索对象是机器人程序本身，验证通过的修复若能在不同环境和任务中泛化，才会进入技能库。这使系统在修复之外还保留探索不同解法的空间。
仿真技能向真实机器人迁移的验证方式
真实机器人实验中，作者从仿真环境选取三项由 Aspire 编译的技能，作为上下文示例提供给真实机器人代码代理。真实环境的具身形式和 API 与仿真不同，但执行轨迹仍可被检查，代理无需任务特定人工指导即可自主运行和调试。实验对比有无仿真技能两种设置，并测量首次成功所需 token 数与保留任务成功率，为技能迁移提供了可量化的观察角度。
Q&A
Aspire 是什么？它主要解决机器人编程中的什么问题？
Aspire 是一种自我改进的持续学习机器人系统，在“代码即策略”范式下自主编写和优化机器人控制程序。它主要解决现有机器人编程智能体仅能获得粗粒度任务级反馈、难以定位故障根因，且无法跨任务累积可复用经验的问题。
Aspire 由哪三个核心组件构成？各自起什么作用？
Aspire 由三个组件构成：1）闭环机器人执行引擎，记录每个原语级别的多模态轨迹，用于故障归因和闭环验证修复；2）技能库，将已验证的修复提炼为可复用、可迁移的上下文指导；3）进化式搜索过程，生成多样化候选程序，避免局部修补。
Aspire 的执行引擎如何帮助智能体定位机器人程序失败的原因？
执行引擎为每次感知、规划、抓取和控制调用记录原语级多模态轨迹，包括被调用的 API、输入输出、返回状态以及 RGB 关键帧、叠加层、抓取候选、物体位姿和运动规划结果等证据。智能体可选择性检查关键原语日志，逐步定位失败原因，并通过重新执行验证修复效果。
Aspire 的技能库存储什么内容？技能是如何被纳入的？
技能库存储异构的修复知识，如定位启发式方法、感知提示、抓取约束、导航恢复策略、运动基元、场景理解例程和调试工作流。技能从已验证的修复中归纳而来：编码代理诊断故障、打补丁并在调试配置上验证后，协调器审查并仅将具有复用价值的修复模式纳入共享库。每个技能以紧凑的上下文内指导形式存储，包含失败特征签名、适用时机条件、修复策略及代表性代码示意。
为什么 Aspire 需要进化式搜索？它如何运作？
仅靠基于轨迹的调试可能陷入局部修补循环，反复修补同一种失败策略。进化式搜索在每一轮基于技能库生成规模为 K 的候选程序种群，每个候选在机器人执行引擎中运行产生新诊断轨迹，下一轮以上一轮最佳程序及其剩余失败模式为条件，从而探索不同策略而非反复打磨同一方案。验证通过的修复若能在不同环境和任务中泛化，则被纳入技能库。
Aspire 在实验中使用了哪些模型和平台？真实机器人技能迁移是如何验证的？
仿真基准测试使用 Claude Code 搭配 Claude Opus 4.6（100 万 token 上下文窗口）作为编码代理，在 CaP-X 框架中编写 Python 机器人程序。真实机器人技能迁移研究使用 OpenAI Codex GPT-5.5 的 reasoning-xhigh 模式，在双臂 YAM 操作工作站上，将仿真中由 Aspire 编译的三项技能（易拉罐抓取、碗放置到盘子上、抽屉推/拉）作为上下文示例提供给真实机器人代码代理，对比有无技能时的 token 消耗和成功率。
