清华联合无问芯穹、智元提出群体经验学习CEL，96台机器人集群验证

清华大学、无问芯穹与智元联合提出群体经验学习（Collective Experience Learning，CEL）新范式，并在96台真实机器人组成的集群中完成规模化验证。其核心思路是让机器人不只依赖人类示范学习，还能借鉴群体中其他机器人的成功经验，一台机器人遇到困难时可从同伴过去的经验中寻找解决方法。 文章指出，当前具身智能训练普遍依靠人工示教和人工纠错，但机器人可以成百上千台批量部署，经验丰富的操作人员数量无法同步增长，这成为规模化落地的一大卡点。CEL 试图把学习对象从人转向同伴，让单台机器人摸索出的成功经验沉淀下来供整个群体共享复用。 实验覆盖家庭服务与工业生产场景，具体包括插花、叠衣服、手机充电、凳子组装、手机包装五项任务。两台未参加训练的机器人共测试600次，失败15次，总体成功率97.5%，五项任务成功率全部超过6名人类操作员的平均水平。手机包装这类多步骤工业任务的成功率从79.2%提升到98.3%，连续测试120次仅失败2次。参与训练的机器人从16台增加到96台时，该任务成功率从86.7%提升到98.3%。 系统层面，团队基于大规模强化学习训练开源框架 RLinf 构建容错异步训练系统（FATS），统一调度真实机器人与计算资源，机器人完成任务后即可上传操作经验，无需等待其他机器人。在96台规模测试中，集群累计采集9834轮执行经验，期间22台机器人共发生30次故障，故障造成的机器人时间损失仅占全部运行机时的1.3%。 算法层面，团队提出失败引导的经验检索微调算法（FERT）。针对一次操作持续数分钟、涉及数千个动作步骤而反馈只有成功或失败的问题，FERT 从成功操作中学习应该怎么做，从失败操作中定位哪里做得不对，并在机器人遇到困难时检索相似场景下的成功经验供其重点学习。 文章将此次合作定位为产学研协同：清华大学提供学术前沿，无问芯穹提供 AI 基础设施，智元提供整机与真实场景，试图打通从真实场景产生经验、群体学习沉淀能力到规模化部署反哺场景的链路。本文由无问芯穹提供，量子位获授权转载。