清华大学联合无问芯穹、智元提出CEL范式，96台机器人集群验证群体互学新路径

具身智能的落地长期面临一个核心瓶颈：机器人可以批量部署，但人类专家无法同步“增产”来持续指导每台设备。为突破这一限制，清华大学联合无问芯穹、智元近日提出群体经验学习（Collective Experience Learning，简称CEL）新范式，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的核心思想是将机器人从“学生”转变为彼此的“老师”。传统具身智能训练高度依赖人类示范（如动作演示或人工修正），而CEL允许机器人在执行任务过程中积累自身经验，并通过统一机制共享、检索与复用这些经验。一台机器人在实践中摸索出的有效策略，可被整个群体快速吸收并迭代优化，从而形成自主进化的闭环。

该范式包含两个关键技术支柱：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）。FERT使机器人能从任务成败中精准定位改进点，例如在手机包装这类多步骤工业任务中，识别哪一环节导致失败并针对性调整；FATS则基于开源强化学习框架RLinf构建，支持近百台机器人异步上传经验、动态调度计算资源，并具备高容错能力——在96台机器人累计运行9834轮任务期间，22台设备共发生30次故障，但因系统冗余设计，整体时间损失仅占1.3%。

实验在家庭服务与工业场景中设置五项真实任务：插花、叠衣服、手机充电、凳子组装与手机包装。测试对象为两台未参与前期训练的“新机器人”，共执行600次独立操作，仅失败15次，整体成功率高达97.5%。更关键的是，五项任务的成功率全部超过6名人类操作员的平均水平。

其中，手机包装作为复杂流程任务表现尤为突出：初始成功率79.2%，经CEL训练后提升至98.3%，连续120次测试仅失败2次，展现出极高的策略稳定性。数据还揭示出显著的规模效应：当参与经验积累的机器人数量从16台增至96台，任务成功率从86.7%稳步上升至98.3%。这表明，随着部署规模扩大，群体沉淀的经验总量增加，学习效率非线性提升，形成“越用越聪明”的正反馈循环。

值得注意的是，CEL并非否定人类作用，而是重构其角色定位。人类仍负责设定任务目标、定义成功标准与监督安全边界，而具体执行策略的优化则交由机器人群体自主完成。这种分工既释放了人力瓶颈，又保障了系统可控性。

在技术路线层面，CEL与当前主流方法形成鲜明对比。传统监督微调（SFT）严重依赖高质量人类轨迹数据；强化学习（RLT）虽可自主探索，但样本效率低、易陷入局部最优；近期提出的RECAP等经验回放方法虽提升复用率，但仍以单机经验为主。而CEL首次将“跨机器人经验迁移”作为核心机制，使经验成为可流通、可累积的群体资产。

业内分析指出，CEL的规模化验证具有标志性意义。过去具身智能研究多集中于单机或仿真环境，真实机器人集群协同学习长期受限于系统稳定性与通信延迟。此次96台实体机器人稳定运行数日、完成近万轮交互，证明高并发、高容错的分布式具身训练已具备工程可行性。

该成果也呼应了具身智能产业化的现实需求。据麦肯锡2025年报告，全球服务与工业机器人市场年复合增长率达23%，但实际部署后效能衰减问题普遍——新机器人需重新“带教”，旧经验难以迁移。CEL提供了一种低成本、可持续的能力扩散路径，尤其适用于仓储物流、电子装配、家庭助老等需大批量部署的场景。

值得一提的是，同一时期清华大学孙富春教授在第七届人工智能与机器人教育大会上强调：“具身智能带来的不只是工具升级，更是教育范式变革。”尽管该会议聚焦教育应用，但其核心逻辑与CEL高度一致：通过构建“人-机-环境”协同系统，实现能力的规模化复制。例如爱宾果科技推出的“明析桌面”即尝试让具身智能体在课堂中承担反馈与辅助角色，其底层逻辑同样依赖于经验沉淀与策略共享机制。

目前，CEL相关代码与部分训练数据已通过RLinf社区开源，团队计划进一步拓展至异构机器人平台（如机械臂+移动底盘组合）与动态环境任务（如突发障碍物规避）。下一步重点包括提升经验压缩效率、增强跨任务泛化能力，以及探索人类反馈与群体经验的融合机制。

具身智能要走出实验室，关键在于建立可持续的“经验增长飞轮”。CEL通过让机器人互为师友，首次在百台级真实集群中验证了这一路径的可行性。当一台机器人的试错能成为群体进步的起点,规模化落地便不再只是成本问题，而成为技术演进的自然结果。