報道元：量子位（QbitAI）「身体性AIの Skill の瞬間！NVIDIAがロボット技能ライブラリを公開、Jim Fan：パラダイムが変わった」1（凤凰網に転載3）。以下の要点はすべて一次ソース（NVIDIA GEAR 公式プロジェクトページ／論文）まで遡っています。右側の「重要情報インデックス」からカテゴリ別にジャンプできます。
🧠 中核技術とパラダイム
NVIDIA の GEAR ラボが、ASPIRE（Agentic Skills Discovery for Robotics）というロボット技能ライブラリを公開した。核心は、デバッグに成功した修正のひとつひとつを、名前付き・実行可能・検索可能な「技能」として蓄積し、次に似た失敗が起きたときにその技能を取り出して再利用させる点にある。2
採用しているのは 「Code as Policy（方策としてのコード）」 の路線だ。モデルにロボットの動作を直接出力させるのではなく、大規模モデルに実行可能なロボット制御プログラムを書かせる——だからロボットの振る舞いは、ニューラルネットに隠れた重みではなく「目に見えるコード」になる。1
システムは三つの部分でオープンエンドな学習ループを構成する：閉ループ実行エンジン（知覚・計画・把持の各ステップのマルチモーダルな軌跡を記録）、拡張し続ける技能ライブラリ（検証済みの修正を転移可能な知識へ蒸留）、進化的探索（複数の候補プログラムを並列生成し反復的に選抜）。2
学習の仕方も変わる：複数のエージェントがそれぞれ別の技能を練習し、その経験を一つの技能ライブラリへ集約できる——学習の産物はもはや浮動小数点の重みの塊ではなく、拡張し続ける「感覚-運動技能ライブラリ」だ。1
🏢 主導組織とチーム
プロジェクトは NVIDIA の GEAR ラボ が主導する——現実と仮想の世界にまたがる身体性エージェント向けの基盤モデルを構築するチームだ。2
参加機関には ミシガン大学、イリノイ大学アーバナ・シャンペーン校（UIUC）、カリフォルニア大学バークレー校、カーネギーメロン大学（CMU） などの研究室も含まれる。2
👤 主要人物
Jim Fan（范麟熙）——NVIDIA のロボティクス責任者、GEAR ラボ共同責任者——は、これをロボット学習のパラダイム転換だと位置づける。学習された「モデル」が対応するのは、もはや浮動小数点の重みの束ではなく、拡張し続けるロボット技能ライブラリだという。1
Yuke Zhu（朱玉可） は Jim Fan とともに GEAR ラボを率い、本研究のプロジェクトリードでもある。2
論文の同等貢献の筆頭著者は Runyu Lu、Yubo Wu、Ethan Kou で、Guanzhi Wang らが参加し、Yuke Zhu と Jim Fan がプロジェクトリードを務める。2
📊 実験結果
Robosuite の 両腕での物体受け渡しタスクで、ASPIRE は反復的なデバッグにより成功率を 20% から 92% へ 引き上げた。2
LIBERO-90 で学んだ技能は未見の長時系タスクへ転移する：技能ライブラリが豊かになるほど、コーディング・エージェントの LIBERO-Long での成功率も上がる。2
評価は Robosuite、LIBERO-Pro、BEHAVIOR-1K などのベンチマークに及び、接触の多い卓上操作から、ナビゲーションを伴う長時系のモバイル操作までをカバーする。2