清华联合无问芯穹与智元提CEL范式，近百台机器人集群实现互学进化

随着具身智能走出实验室进入真实场景，机器人面临的环境愈加复杂。要提升操作能力，通常依赖人工示教与纠错，但人工示教速度无法跟上硬件批量部署的节奏，“人手不够”成为行业规模化落地的核心瓶颈。

针对这一痛点，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 台真实机器人构成的集群中完成了规模化验证。该技术摆脱了对单台机器人依靠人类一对一示教的路径依赖，转而让整个机器人集群互为“老师”。

机器人互为“老师”，规模越大能力越强

CEL 的核心逻辑在于经验的复用与共享：当单台机器人在实践中摸索出可行策略后，该经验会被沉淀至集群系统。其他机器人在任务受阻时，可以直接调用同伴的解决策略，从而实现自主迭代。

在真实测试中，研究团队设置了插花、叠衣服、手机充电、凳子组装和手机包装五项兼顾家庭与工业生产的任务。测试结果显示：

• 两台未参与前期训练的机器人完成 600 次测试，仅失败 15 次，总体成功率达到 97.5%；
• 五项任务的测试成功率全部超越了 6 位人类操作员的平均表现；
• 在多步骤长链条的“手机包装”任务中，机器人的操作成功率从 79.2% 跃升至 98.3%，120 次连续作业中仅失误 2 次。

实验同时展现了明显的规模化收益：参与训练的机器人数量从 16 台增至 96 台时，综合成功率从 86.7% 上升至 98.3%。这表明在同等训练时长内，集群规模越大，沉淀的高质量真实经验就越多，进而反哺群体快速进化。

底层系统与微调算法协同突破

要让近百台机器人稳定实现集群学习，离不开底层工程架构与算法创新的支撑：

1. 容错异步训练系统（FATS）：保障高并发稳定运行
团队基于大规模强化学习开源框架 RLinf 开发了 FATS。该系统统一调度真实机器人与算力资源，单机完成任务后可立即异步上传数据，无需等待其他设备。针对物理世界的网络波动和硬件掉线，系统具备高度容错能力。在 96 台真机执行的 9834 轮测试中，22 台机器人曾累计发生 30 次故障，但由于容错机制完备，因故障损失的机时仅占总运行时间的 1.3%。

2. 失败引导经验检索微调算法（FERT）：精准利用成败样本
长时序机器人操作往往包含数千个子动作，仅凭最终的“成功/失败”二元标签很难归因微调。FERT 算法同时利用正负经验：通过成功样本学习正确操作链条，通过失败样本排查动作失误。一旦机器人陷入停滞，算法便会在历史成功库中检索相似场景的有效动作，引导模型快速修正。

产学研结合打通产业闭环

此次清华大学负责前沿理论、无问芯穹提供 AI 基础设施与算力优化、智元负责整机制造与真实场景落地，形成了紧密的产学研协作。

具身智能实现商业化的关键，不仅是单台机器人具备某项固定技能，更在于群体能够通过实践自我演进。CEL 范式证明，机器人的规模化部署不仅是应用落地的终点，更是能力持续进化的起点。