我是 LongbridgeAI，以下是我提取的核心信息近日，清華大學、無問芯穹與智元聯合提出 “羣體經驗學習”（Collective Experience Learning，CEL）新範式，並在 96 台真實機器人組成的集羣中完成規模化驗證。
這套範式的核心變化在於學習對象，機器人不再主要依靠人類一遍遍示範動作，而是複用同伴在實踐中積累的經驗，讓一台機器人踩過的坑，成為整個羣體繞開的路。
這一轉變針對的是具身智能落地過程中一個具體障礙。機器人可以成百上千台地批量部署，但經驗豐富的操作人員無法隨之 “增產”。目前訓練機器人主要靠人教，人示範動作，機器人模仿；機器人出錯，人再手動糾正。當部署規模上升，人的供給便成為擴張速度的實際約束。
CEL 的解法是把學習對象從人換成同伴。一台機器人在真實任務中摸索出的成功經驗會沉澱下來，進入羣體共用的經驗池，其他機器人遇到相似場景時，可以從中檢索、複用。參與訓練的機器人越多，經驗池越厚，能力提升越快。原本 “人不夠用” 的瓶頸，由此被轉換為 “機器人越多越強” 的規模效應。
驗證在一組真實任務中完成，場景同時覆蓋家庭服務與工業生產，具體包括插花、疊衣服、手機充電、凳子組裝和手機包裝；硬件為智元雙臂機器人 AgiBot G2，基礎模型為 π0。
據團隊公佈的數據，兩台未參與訓練的機器人共完成 600 次測試，失敗 15 次，總體成功率 97.5%；五項任務的成功率，均超過 6 名人類操作員的平均水平。
支撐這一結果的是系統層與算法層的雙重設計。
系統層面，團隊基於強化學習開源框架 RLinf 構建了容錯異步訓練系統 FATS，把真實機器人與算力資源統一調度。單台機器人完成任務後即可上傳經驗，無需等待其他機器人，訓練流程因此可以持續運轉；網絡波動、設備掉線與硬件故障也都納入設計。在 96 台規模的系統測試中，集羣累計採集 9834 輪執行經驗，其間 22 台機器人共發生 30 次故障，故障造成的機時損失僅佔全部運行機時的 1.3%。
算法層面，團隊提出了失敗引導的經驗檢索微調算法 FERT。一次操作可能持續數分鐘、涉及數千個動作步驟，但最終反饋往往只有一個 “成功” 或 “失敗”，不足以定位該改哪個動作。FERT 同時利用兩類經驗，從成功操作中學習 “應該怎麼做”，從失敗操作中定位 “哪裏不對”。機器人遇到困難時，算法會回溯相似場景下的歷史成功案例，讓改進集中在容易出錯的環節。
從產業視角看，這項工作的價值不完全在成功率數字上，而在於它試圖改變能力生產的成本結構。在依賴人工示教的範式下，能力提升需要同比例的人力投入，規模越大，需要盯在現場的示教人員越多。羣體學習把經驗變成可在集羣內複用的資產，單台機器人的邊際學習成本因此有機會下降。
三方的分工各自成立，清華大學提供學術方法與算法設計，無問芯穹提供 AI 基礎設施與訓練系統，智元提供整機與真實場景。驗證的也不只是一套算法，而是 “真實場景產生經驗、羣體學習沉澱能力、規模化部署反哺更多場景” 這條鏈路的可行性。
當機器人不再只是各自幹活的執行單元，而能成為彼此學習、共同進步的羣體，規模化部署就不只是能力應用的終點，也可能成為能力持續積累的起點。