清华联合无问芯穹、智元提出群体经验学习，96台机器人验证规模化落地
原标题：从学习人类到学习机器人同伴，清华大学联合无问芯穹、智元提出具身智能规模化落地新路径
AI 摘要
清华大学联合无问芯穹、智元提出群体经验学习（CEL）新范式，让机器人从同伴的成功与失败经验中学习，而非仅依赖人类示范。团队在96台真实机器人集群上完成验证，家庭服务与工业生产的五项任务成功率均超过人类操作员平均水平，手机包装任务成功率从79.2%提升至98.3%，且参与训练的机器人从16台增至96台时成功率由86.7%升至98.3%。系统层面基于RLinf构建容错异步训练系统FATS，算法层面提出失败引导的经验检索微调算法FERT，为具身智能规模化落地提供新路径。
正文节选
从学习人类到学习机器人同伴，清华大学联合无问芯穹、智元提出具身智能规模化落地新路径 让机器人成为彼此的“老师” 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。 C