NVIDIA ouvre le code d'ASPIRE, qui a fait passer le temps par rotation du Rubik's Cube de 17 à 3,1 minutes en trois épisodes

Guanzhi Wang et Jim Fan, du laboratoire GEAR de NVIDIA, ont annoncé le 16 octobre qu'ASPIRE v1.0 est open source sur GitHub. Le laboratoire avait publié ASPIRE pour la première fois en juin 2026 ; les résultats sur robot réel sont nouveaux.

Ce que l'agent apprend est stocké sous forme de code et de texte, pas dans les poids du modèle, et le progrès se mesure en temps et en coût de tokens. Sur trois épisodes avec le robot réel, le temps d'exécution par rotation de face du Rubik's Cube est passé de 17 à 3,1 minutes, et les tokens par rotation ont baissé de 82 % à mesure qu'ASPIRE accumulait des compétences.

Selon la page du projet, ASPIRE écrit et affine des programmes de commande robotique de type code-as-policy à partir des retours d'exécution : il inspecte les traces de chaque essai, répare les programmes et enregistre des compétences réutilisables. Un moteur d'exécution en boucle fermée consigne observations, entrées et sorties pour chaque appel de perception, de planification et de commande, et une bibliothèque de compétences condense les correctifs validés en consignes récupérées dans le contexte. Le README présente le processus comme un apprentissage continu, où « entraîner » revient à affiner des compétences et où le « modèle entraîné » est un dépôt de compétences sensorimotrices. La version de juin comprenait des démonstrations sim-to-real de débarrassage de table.

Un solveur symbolique calcule les mouvements, l'agent fait le reste

Sur le robot réel, ASPIRE associé à GPT-6 Astra a résolu un Rubik's Cube avec un robot bimanuel YAM à pinces souples, en exécutant une solution en 16 mouvements et en coordonnant les deux bras pour saisir, tourner et manipuler le cube, selon Wang. « Ni démonstrations en téléopération, ni entraînement en simulation », a-t-il écrit. Le manuel d'exploitation précise que l'agent a besoin d'« un solveur symbolique de cube disponible pour calculer et valider une solution pour le mélange en cours » ; son propre travail consiste à percevoir, saisir et tourner. La page du projet indique que les chiffres par rotation sont lissés sur l'épisode entier, essais ratés et reprises compris. À ces moyennes, une résolution en 16 mouvements prendrait environ 50 minutes au rythme du troisième épisode (16 x 3,1), contre environ 4,5 heures à celui du premier (16 x 17) ; ce sont des moyennes, pas un temps de résolution mesuré.

Les 10 mêmes tâches LIBERO-Pro donnent 15 % ou 99 % selon le modèle sous-jacent

L'équipe a testé ASPIRE avec GPT-6 Astra, Claude Opus 5.5, Claude Sonnet 5.5, Claude Fable 5.1 et des modèles à poids ouverts comme Kimi K3 et Qwen 3.8 Max, en gardant fixes l'environnement, l'API de programmation du robot et le protocole d'évaluation. Sur 10 tâches LIBERO-Pro, le taux de réussite va de 15 % avec GPT-6 Luna à 99 % avec Claude Opus 5.5, et les modèles les plus performants ne sont pas les plus chers ; Sonnet 5.5 se situe sur la frontière coût-capacité, à 12 dollars par tâche. Fan a écrit que le jour de l'arrivée d'Astra, le laboratoire a changé de modèle de base et saturé les benchmarks autour de 99 % en une nuit : « une marée montante à la frontière soulève tous les bateaux, mais Astra a été un tsunami de 0 à 1 sur de nombreuses tâches ». En simulation, les résultats atteignent 99 % sur les 80 tâches LIBERO-Pro et 100 % sur 7 tâches représentatives de Robosuite et 2 de BEHAVIOR-1K.

Les trois nouvelles recettes pour robot réel, dont celle qui consiste à mettre un comprimé dans un flacon puis à visser le bouchon, ont été tirées de sessions de démonstration ; le README précise qu'elles « ne constituent pas une nouvelle validation sur robot réel ». Selon la page du projet, ASPIRE apprend sur une petite partition de débogage et il est évalué sur des graines réservées distinctes. ASPIRE repose sur un modèle de frontière figé, et les chercheurs indiquent ne pas avoir vérifié si des modèles plus petits ou moins puissants peuvent entretenir la boucle de débogage.