NVIDIA abre o código do ASPIRE, que reduziu o tempo por giro do cubo mágico de 17 para 3,1 minutos em três episódios

Guanzhi Wang e Jim Fan, do laboratório GEAR da NVIDIA, anunciaram em 16 de outubro que o ASPIRE v1.0 é de código aberto no GitHub. O laboratório lançou o ASPIRE pela primeira vez em junho de 2026; os resultados com robô real são novos.

O que o agente aprende fica guardado como código e texto, não nos pesos do modelo, e o ganho aparece em tempo e custo de tokens. Ao longo de três episódios com o robô real, o tempo de execução por giro de face do cubo mágico caiu de 17 para 3,1 minutos, e os tokens por giro recuaram 82% à medida que o ASPIRE acumulava habilidades.

Segundo a página do projeto, o ASPIRE escreve e refina programas de controle robótico do tipo código como política a partir do retorno da execução: inspeciona os rastros de cada tentativa, conserta os programas e salva habilidades reutilizáveis. Um motor de execução em circuito fechado registra observações, entradas e saídas de cada chamada de percepção, planejamento e controle, e uma biblioteca de habilidades destila as correções validadas em orientações recuperadas no contexto. O README descreve o processo como aprendizado contínuo, em que "treinar" é refinar habilidades e o "modelo treinado" é um repositório de habilidades sensório-motoras. A versão de junho trazia demonstrações sim-to-real de limpeza de mesa.

Um solucionador simbólico calcula os movimentos; o agente faz o resto

No robô real, o ASPIRE com o GPT-6 Astra resolveu um cubo mágico num robô bimanual YAM com garras macias, executando uma solução de 16 movimentos e coordenando os dois braços para pegar, girar e manipular o cubo, segundo Wang. "Sem demonstrações por teleoperação nem treinamento em simulação", escreveu. O manual de operação diz que o agente precisa de "um solucionador simbólico do cubo disponível para calcular e validar uma solução para o embaralhamento atual"; o trabalho do próprio agente é perceber, pegar e girar. A página do projeto informa que os números por giro são médias do episódio inteiro, incluindo tentativas fracassadas e recuperações. Por essas médias, uma solução de 16 movimentos levaria cerca de 50 minutos no ritmo do terceiro episódio (16 x 3,1), contra cerca de 4,5 horas no do primeiro (16 x 17); são médias, não um tempo de resolução medido.

As mesmas 10 tarefas do LIBERO-Pro dão 15% ou 99%, conforme o modelo por baixo

A equipe testou o ASPIRE com GPT-6 Astra, Claude Opus 5.5, Claude Sonnet 5.5, Claude Fable 5.1 e modelos de pesos abertos como Kimi K3 e Qwen 3.8 Max, mantendo fixos o ambiente, a API de programação do robô e o protocolo de avaliação. Em 10 tarefas do LIBERO-Pro, o sucesso vai de 15% com o GPT-6 Luna a 99% com o Claude Opus 5.5, e os modelos mais fortes não são os mais caros; o Sonnet 5.5 fica na fronteira entre custo e capacidade, a US$ 12 por tarefa. Fan escreveu que, no dia em que o Astra chegou, o laboratório trocou o modelo de base e saturou os benchmarks em cerca de 99% da noite para o dia: "uma maré alta na fronteira levanta todos os barcos, mas o Astra foi um tsunami de 0 a 1 em muitas tarefas". Em simulação, os resultados são 99% nas 80 tarefas do LIBERO-Pro e 100% em 7 tarefas representativas do Robosuite e 2 do BEHAVIOR-1K.

As três novas receitas para robô real, entre elas colocar um comprimido num frasco e rosquear a tampa, foram destiladas de sessões de demonstração; o README diz que elas "não são uma nova validação em robô real". Segundo a página do projeto, o ASPIRE aprende numa pequena partição de depuração e é avaliado em sementes reservadas separadas. O ASPIRE depende de um modelo de fronteira congelado, e os pesquisadores dizem que não verificaram se modelos menores ou mais fracos conseguem sustentar o ciclo de depuração.