96台机器人“组团学习”，具身智能规模化落地有新解法

　　记者从无问芯穹获悉，近日，清华大学联合无问芯穹、智元共同提出群体经验学习（Collective Experience Learning，简称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，为破解具身智能产业落地瓶颈、推动机器人自主进化提供了全新技术路径。

　　当前，具身智能能力提升高度依赖人类动作示范与人工纠错，优质操作人员的稀缺性难以匹配机器人批量部署的规模化需求，已成为产业发展的核心卡点。CEL范式重构了机器人的学习逻辑，将学习对象从人类转向机器人群体自身。

　　单台机器人在实践中摸索出的成功经验可沉淀为共享资源，全体机器人均可从持续积累的群体经验库中自主学习、优化策略，无需等待人工示教。随着部署规模扩大，经验储备同步增厚，进而形成“机器人越多、能力越强”的正向规模效应。

　　真实场景测试验证了该范式的实际效果。实验覆盖家庭服务与工业生产两类场景，设置插花、叠衣服、手机充电、凳子组装、手机包装五项任务。结果显示，两台未参与训练的机器人完成600次测试，总体成功率达97.5%，且五项任务的成功率均超过6名人类操作员的平均水平。

　　其中，多步骤工业级手机包装任务提升最为显著，经群体学习后成功率从79.2%升至98.3%，连续120次测试仅失败2次，表现出强稳定性。研究同时证实了规模化增益规律：训练机器人从16台增至96台，任务成功率从86.7%提升至98.3%，同等训练时长下，规模越大经验积累效率越高。

　　落地支撑层面，技术体系实现了底层系统与上层算法的协同发力。系统方面，团队基于强化学习开源框架RLinf构建容错异步训练系统FATS，支持机器人异步上传经验、模型持续迭代，可抵御网络波动、设备掉线等真实环境风险。96台规模测试中，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，故障造成的机时损失仅占总运行时长的1.3%，系统稳健性满足百台级规模化部署要求。算法方面，团队提出失败引导的经验检索微调算法FERT，同时复用成功经验与失败案例，帮助机器人在相似场景中快速定位改进方向，破解长时序操作反馈稀疏的技术难题。

　　此次联合攻关由清华大学提供学术研究支撑，无问芯穹负责AI基础设施搭建，智元贡献整机产品与真实应用场景，打通了从前沿算法到产业落地的转化链路。该范式将具身智能的发展逻辑从“单台能力提升”推向“群体持续进化”，为全行业提供了可复制的规模化落地思路。（记者 战钊）