清华联合无问芯穹智元实现96台机器人互学 验证群体经验学习新路径

清华大学联合无问芯穹与智元团队提出群体经验学习（CEL）范式，旨在突破具身智能落地中人类专家指导瓶颈，让机器人相互学习经验替代传统依赖人类示范的方式，并在96台真实机器人组成的物理集群中完成首次大规模实机验证。CEL核心是将机器人从“学生”转变为彼此的“老师”，通过统一机制共享、检索与复用执行中积累的经验，形成自主进化闭环。其关键技术包括算法层的“失败引导的经验检索微调算法”（FERT）与系统层的“容错异步训练系统”（FATS），后者基于RLinf框架构建，支持近百台机器人异步上传经验、动态调度资源，在累计9834轮任务中22台设备发生30次故障，整体时间损失仅1.3%。实验覆盖插花、叠衣服、手机充电、凳子组装与手机包装五项真实任务，两台未参与训练的新机器人执行600次操作仅失败15次，整体成功率97.5%，全部超过6名人类操作员平均水平；其中手机包装任务成功率由79.2%提升至98.3%，连续120次测试仅失败2次。数据表明，机器人数量从16台增至96台时，成功率从86.7%升至98.3%，呈现“机器越多越强”的正向规模效应。CEL不否定人类作用，而是将其角色聚焦于设定目标、定义标准与监督安全边界，策略优化交由群体自主完成。该成果首次在百台级真实集群中验证跨机器人经验迁移的工程可行性，为仓储物流、电子装配、家庭助老等需大批量部署场景提供低成本、可持续的能力扩散路径。目前相关代码与部分数据已通过RLinf社区开源，团队计划拓展至异构平台与动态环境任务，重点提升经验压缩效率、跨任务泛化能力及人机反馈融合机制。