清华联合无问芯穹、智元提出群体经验学习，96 台机器人集群验证规模化落地
机器人不必只靠人示范，可以共享同伴的成功经验；参与训练的机器人从 16 台增至 96 台，手机包装任务成功率由 79.2% 升至 98.3%——机器人越多，能力越强。
清华大学、无问芯穹与智元联合提出群体经验学习（CEL，让机器人共享彼此成功经验的训练范式），并让 96 台真实机器人协同训练验证：在插花、叠衣服、手机充电、凳子组装、手机包装五项任务上，两台未参与训练的机器人测试 600 次仅失败 15 次，成功率 97.5%，全部超过 6 名人类操作员的平均水平。
正文摘录
近日，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。CEL 让机器人可以不只依靠人类示范学习，还能借鉴群体中其他机器人的成功经验：一台机器人在执行任务时遇到困难，可以从同伴过去的经验中寻找解决方法，不断改进自己的表现。通过共享和积累经验，机器人群体能够在持续实践中共同提升能力，为推动机器人的自主进化和规模化应用提供了新的技术路径。 一、让机器人成为彼此的“老师”，机器人规模化发展有了新方向 随着具身智能逐渐从实验室走向真实世界，机器人要在越来越复杂的环境里干活。想让它干得好，关键是要让它不断积累真实世界的经验。当前普遍的做法，是靠人“教”：要么人一遍遍做动作示范给它看，要么它做错了，人再手动纠正。 但这里存在一个核心问题：机器人可以成百上千台地批量部署，而经验丰富的操作人员却没那么多，不可能跟着机器人一起“增产”，这已经成为具身智能发展的一大卡点。 CEL 的思路，是让机器人换个学习对象 —— 不主要靠人教，而是靠学习“同伴”。一台机器人在实践中摸索出来的成功经验，能沉淀下来让整个机器人群体共享、复用。这样，机器人不用一直等着人来教，而是可以从群体不断积累的经验里，自己学习和成长。 随着机器人越来越多，群体攒下的经验就越来越厚，再通过一套统一的学习机制持续优化策略，机器人的能力就能越用越强、越干越聪明。 实验场景中既有家庭服务也有工业生产，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。结果相当亮眼：两台没参加过训练的机器人做了 600 次测试，只失败了 15 次，总体成功率 97.5%，而且五项任务的成功率，全部超过了 6 名人类操作员的平均水平。 其中手机包装是一项需要连续完成多个步骤的工业任务。