SELF-PACED WORKSHOP

用 ASPIRE 组织任务并积累技能

让大模型提出方案、调用技能、检查反馈并修正程序；理解它与 GR00T、Agnes Harness 的关系。

第 8 章 · 预计学习时长 25 分钟

聪明的大脑需要可执行的身体接口

“先绕过椅子，再把球送进球门”同时包含目标理解、子任务安排和运动执行。大模型可以提出并调整任务计划；机器人控制器仍需要连续保持平衡和处理接触。这里的“完整路径”包括高层行动顺序，也可能需要几何避障路线，二者不能只用一段自然语言代替。

左右滑动查看完整图示

把推理、技能执行和反馈连接起来，而不是让语言模型逐周期控制电机。

ASPIRE：把尝试变成可复用经验

ASPIRE 的核心是代码形式的策略：智能体生成控制程序，执行后读取多模态记录，定位失败、修改程序，再把验证过的经验整理进技能库。这里的学习主要是程序与技能知识的迭代，不必每次都更新神经网络权重。当前官方公开的是 2026 年 10 月的 v1.0 工作流，包含迭代调试与演化搜索。

左右滑动查看完整图示

通过真实执行反馈修正方案，验证后才复用。

例如，机器人在白色地面上找不到门柱底端，智能体可以检查原图与失败原因，尝试另一观察角度或改进感知接口。它不能只因为程序没有报错就宣告进球，也不能更改门线判定来让实验通过。积累的是经过检验的方法，而不是对失败的文字解释。

怎样接到 Microduck

需要的接口	可以复用的基础	仍需补齐
观测	RGB、ToF、IMU 与关节记录	统一时间、坐标含义与观测有效期
动作	步行、轮滑、踢球及停止能力	有界调用、超时、取消与模式语义
结果	真实接触、越线、跌倒和恢复评分	向智能体提供可诊断反馈，保留独立评分
技能库	已有控制与失败分析经验	新的程序经过陌生起点/场景验证再复用

官方示例主要面向 LIBERO-Pro、Robosuite、BEHAVIOR-1K 与所列真实机械臂系统；当前没有本课程可直接使用的 Microduck 适配器。不能将机械臂末端位置控制替换成小鸭子的关节名字就宣布接通。我们可以复用 ASPIRE 的探索和技能库方法，同时为 Newton 环境实现机身运动与足球任务接口。

ASPIRE 与 GR00T 可以怎样协作

可以先让 ASPIRE 调用已有运动策略，研究“如何组织任务”；等 Microduck 的 GR00T 适配经过验证，再把部分动作技能换成学习策略。GR00T 负责从当前观察生成动作，ASPIRE 负责目标分解、调用、检查与修正。这是一种分层接入方案，不是官方已经交付的 Microduck 组合。

对“不同任务都重写一遍”的改善，来自稳定的技能接口和经验复用。机器人仍需拥有完成任务所需的身体能力；例如没有抓取机构，单靠换提示词就不能保证完成捡拾。新任务也可能需要新的示范、技能或工具。

扩展：Agnes Harness 值得怎样看

比较项	ASPIRE	Agnes Harness
重点	通过机器人执行反馈改进程序与技能	连接模型、工具、任务状态与设备
经验复用	经过验证的机器人技能库	Skills、会话与执行记录
当前定位	机器人任务探索与研究工作流	开发预览阶段的通用智能体框架
本课程选择	作为任务智能体主线	作为设备接入和框架设计的扩展阅读

两者存在共同概念，但并非同一个产品的替代名字。Agnes 的 MHS 设备接入与插件机制值得研究；当前公开主分支没有找到可直接复用的 Microduck 适配器。本课程暂不为它单独增加完整章节，避免重复讲智能体循环。

可以参考这段 Microduck 社区演示，并关注它开放了哪些动作工具、如何判断完成、失败时如何恢复。该视频页面目前无法在资料核查环境读取，未独立核实其实现和自主程度，也未把它计作本课程实验结果。

可行，但需要桥接与独立验证

接入评估的结论是：ASPIRE 的方法和开放接口有接入价值；Microduck 执行桥、任务技能库与自动探索回合尚未完成。下一次先实现最小的“观察—有界移动—停止—检查”闭环，再接入射门。保留开发种子与独立测试种子，限制每轮尝试预算，记录成功率、恢复次数与模型调用开销。