清华联合无问芯穹智元提出群体经验学习 96台机器人验证落地新路径

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，并在由96台真实机器人组成的集群中完成规模化验证。该范式让机器人不再只依赖人类示范，还能借鉴群体中其他机器人的成功经验：当一台机器人执行任务遇到困难时，可从同伴过往经验中寻找解决办法，持续改进自身表现。通过共享与积累经验，机器人群体能够在持续实践中共同提升能力，为自主进化和规模化应用提供新的技术路径。

具身智能正从实验室走向真实世界，机器人需要在愈发复杂的环境中作业，关键在于不断积累真实世界经验。当前普遍做法是靠人“教”：要么由人反复示范动作，要么在机器人出错后手动纠正。但核心矛盾在于，机器人可以成百上千台批量部署，经验丰富的操作人员却无法同步“增产”，这已成为具身智能发展的主要卡点。CEL 的思路是让机器人转换学习对象——不主要靠人教，而是向“同伴”学习。一台机器人在实践中摸索出的成功经验可以沉淀下来，供整个群体共享复用，机器人无需一直等待人工指导，而能从群体不断积累的经验中自行学习成长。随着机器人数量增加，群体积累的经验愈发丰厚，再通过统一的学习机制持续优化策略，机器人的能力便能越用越强。

真实场景测验进一步验证了 CEL 的学习效果。实验场景覆盖家庭服务与工业生产，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。结果显示：两台未参加过训练的机器人完成600次测试，仅失败15次，总体成功率97.5%，五项任务成功率全部超过6名人类操作员的平均水平。

其中手机包装是需要连续完成多个步骤的工业任务。经过群体经验学习后，机器人在该任务上的成功率从79.2%提升至98.3%，连续测试120次仅失败2次，说明学到的策略在复杂任务上既有效又稳定。

研究还观察到“机器越多越强”的规模化趋势：参与训练的机器人从16台增加到96台，成功率从86.7%提升至98.3%。即在同样的实际训练时间内，参与训练的机器人规模越大，积累的真实经验越多，这些经验又能持续转化为学习收益，让整个群体越来越聪明。

CEL 的落地依靠“底层系统”与“上层算法”协同发力。

• 系统层面，团队基于大规模强化学习训练开源框架 RLinf 构建了“容错异步训练系统（FATS）”，支持近百台机器人持续稳定地协同学习训练。该系统将真实机器人与计算资源统一调度：机器人完成任务后可立即上传操作经验，无需等待其他机器人，训练系统随时可以继续优化模型。同时，针对真实环境中常见的网络波动、设备掉线、硬件故障，系统已提前做了准备——即使部分设备“掉线”，整个集群仍能稳定运转。在96台机器人规模的系统测试中，集群累计采集9834轮执行经验，期间22台机器人共发生30次故障，但故障造成的机器人时间损失仅占全部运行机时的1.3%，说明系统足以承受百台规模的真实环境考验。
• 算法层面，团队提出“失败引导的经验检索微调算法（FERT）”，帮助机器人从任务成败中找到改进方向。现实难题在于：一次机器人操作可能持续数分钟、涉及数千个动作步骤，但最终反馈往往只有“成功”或“失败”，信息量太小，难以判断该改进哪个动作。FERT 的思路是同时利用两类经验：从成功操作中学习“应该怎么做”，从失败操作中找出“哪里做得不对”。机器人一旦遇到困难，算法便会从过往成功经验中检索相似场景下的有效做法，让机器人重点学习，能力由此逐步改进。

具身智能的产业化发展，关键不只是让机器人“会做一件事”。此次三方联合推出的群体学习范式，提供的是一条从“单台机器人的能力提升”走向“整个群体的持续进化”的路径。

它首先解决的是长期卡住具身智能发展的障碍——“人不够用”。过去机器人能力提升高度依赖经验丰富的操作人员持续示教与人工纠错，而人是稀缺资源，永远跟不上机器人批量部署的速度。群体学习让机器人彼此学习，局面便彻底不同：机器人越多，经验积累越快，能力增长越快，“人不够用”的瓶颈转化为“机器人越多越强”的规模优势。

此次联合本身也是产学研协作的注脚。清华大学处于学术前沿，无问芯穹是 AI 基础设施企业，智元则拥有整机与真实场景，三方各出所长，补上了从“论文里的方法”到“产线上的能力”之间最难走的一段路，让前沿算法不再停留在论文里，而是一路跑进真实世界。

这次验证的不只是一套算法，更是一条完整链路：真实场景产生经验，群体学习沉淀能力，规模化部署反哺更多场景。这条链路一旦跑通，其他企业、其他场景都能直接借鉴，整个具身智能产业的成长路径也会因此更加清晰。

当机器人不再只是各自干活的执行单元，而能成为彼此学习、共同进步的群体，规模化部署就不再只是能力应用的终点，也有望成为能力持续进化的起点。这不仅是机器人学习方式的转变，更是具身智能从技术验证走向产业落地的一次真正破局。

本文由无问芯穹提供，量子位获授权转载，观点归原作者所有。

具身智能赛道迎来另类玩家，同时布局智能+传感+控制三大技术，已批量出货韩国