三方联合提出群体经验学习（CEL）范式，让机器人共享彼此的成功与失败经验；在96台真实机器人集群上，两台未参与训练的机器人在五项任务共600次测试中失败15次。稿件由无问芯穹提供，量子位获授权转载。
AI解读：清华大学、无问芯穹与智元联合提出群体经验学习（CEL）范式，并在96台真实机器人组成的集群中完成规模化验证。据称，其核心是让机器人借鉴群体中其他机器人的成功经验，而不只依赖人类示范或人工纠错。
>来源称，两台未参加训练的机器人在插花、叠衣服、手机充电、凳子组装、手机包装五项任务中共测试600次、失败15次，总体成功率97.5%，五项任务成功率均超过6名人类操作员的平均水平。单次测试只能支持该任务集在该设置下的表现判断。
手机包装任务的成功率从79.2%提升到98.3%，连续测试120次失败2次。参与训练的机器人从16台增至96台时，同一任务成功率从86.7%升至98.3%，来源将此描述为规模化趋势。
系统侧基于开源框架RLinf构建容错异步训练系统（FATS），统一调度机器人与算力，机器人完成操作后即可上传经验。96台规模测试中累计采集9834轮执行经验，22台机器人共发生30次故障，故障导致的机器人时间损失占全部运行机时的1.3%。
算法侧提出失败引导的经验检索微调算法（FERT），同时利用成功与失败操作：从成功里学做法，从失败里定位问题，并在遇到困难时检索相似场景下的有效经验重点学习。
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）范式，并在96台真实机器人组成的集群中完成规模化验证。相关稿件由无问芯穹提供，量子位获授权转载，观点归原作者所有。
让机器人共享彼此的经验
来源指出，当前机器人能力提升普遍依赖人做动作示范或在机器人出错后手动纠正，而经验丰富的操作人员数量难以跟上机器人批量部署的速度。CEL的思路是让一台机器人在实践中摸索出的成功经验沉淀下来，供整个机器人群体共享和复用。
具体做法包括一套统一的学习机制来持续优化策略。来源称，参与的机器人越多，群体积累的经验越厚，能力就提升得越快；但稿件未披露这一机制在不同任务族或不同机器人硬件上的通用性数据。
五项任务实测：600次测试失败15次
实验覆盖家庭服务与工业生产两类场景，具体任务为插花、叠衣服、手机充电、凳子组装和手机包装。来源称，两台没有参加过训练的机器人共进行600次测试，失败15次，总体成功率97.5%，五项任务成功率均超过6名人类操作员的平均水平。
其中手机包装需要连续完成多个步骤。来源给出的数据是：经群体经验学习后，该任务成功率从79.2%提升到98.3%，连续测试120次失败2次。
来源还报告了规模效应：参与训练的机器人从16台增加到96台，同一任务成功率从86.7%提升到98.3%。这些数字对应上述任务与实验设置，来源未给出跨场景复用的结果。
系统与算法支撑：故障时间损失1.3%
在系统层面，团队基于大规模强化学习训练开源框架RLinf构建容错异步训练系统（FATS），把真实机器人与计算资源统一调度，机器人完成任务后即可上传操作经验，无需等待其他机器人。来源称，系统对网络波动、设备掉线和硬件故障做了预案，部分设备掉线时集群仍可运转。
96台规模测试中，集群累计采集9834轮执行经验；22台机器人共发生30次故障，故障造成的机器人时间损失占全部运行机时的1.3%。
在算法层面，团队提出失败引导的经验检索微调算法（FERT）。来源解释，一次机器人操作可能持续数分钟、涉及数千个动作步骤，但反馈往往只有“成功”或“失败”。FERT从成功操作中学做法、从失败操作中找问题，并在机器人遇到困难时检索过去相似场景下的有效经验供其重点学习。