
ASPIRE 是一套代理式机器人框架,由大语言模型直接编写机器人控制代码,并把验证通过的修复存入技能库,供后续任务复用。
同一套机器人与代码执行引擎下,仅更换后端模型,表现就出现巨大差异:在 10 项 LIBERO-Pro 任务中,从 GPT-5.6 Luna 换成 Claude Opus 5.5 后,任务成功率从 15% 提升至 99%。这一对比显示,在代理式机器人系统中,后端模型的选择对任务成败有决定性影响。
正文完

ASPIRE 是一套代理式机器人框架,由大语言模型直接编写机器人控制代码,并把验证通过的修复存入技能库,供后续任务复用。
同一套机器人与代码执行引擎下,仅更换后端模型,表现就出现巨大差异:在 10 项 LIBERO-Pro 任务中,从 GPT-5.6 Luna 换成 Claude Opus 5.5 后,任务成功率从 15% 提升至 99%。这一对比显示,在代理式机器人系统中,后端模型的选择对任务成败有决定性影响。