ASPIRE框架让大模型写机器人控制代码,换模型后成功率从15%升至99%

1次阅读
没有评论

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
 0
评论(没有评论)

内容合作 · 项目交流

欢迎开发者、团队与我们联系,一起推动 AI 与机器人领域的优质内容创作与交流。