（来源：上观新闻）

　　近日，清华大学联合无问芯穹、智元推出群体经验学习（CEL）新范式，并且在96台真实人形机器人群体上完成验证。简单来说，这套新方法改变过去主要靠人类手把手教机器人的模式，让机器人之间互相借鉴经验，一台机器踩过的坑、摸索出的技巧，可以分享给全体同伴，机器越多，积累的经验越丰富，整体能力就越强，为人形机器人大规模落地找到新思路。

　　群体经验学习范式CEL：让机器人从依赖人类示教，到在群体中学习进化

　　以往训练机器人，大多依靠人类做动作示范、人工纠错。但如果大批量部署机器人，懂操作的专业人员数量有限，人力跟不上机器扩张速度，成为制约行业发展的现实难题。CEL群体学习就是为破解这一痛点而生：机器人完成任务之后，会把成功经验、失败教训统一沉淀共享。当某一台机器人遇到难题，就可以调取同伴过往的实践经验参考学习，不用全部等待人类指导，实现机器人群体共同进化。

　　在真实环境测试中，团队设置了插花、叠衣服、手机充电、凳子组装、手机包装五项家庭及工业任务。经过群体学习训练，机器人群体整体任务成功率达到97.5%，五项任务的表现全部超过6名人类操作员的平均水平。其中流程复杂的手机包装任务，成功率从79.2%提升至98.3%。实验还证实规模化效应：参与训练机器人由16台扩大到96台，整体能力随之进一步提升。

　　这套成果由算法与系统双向支撑。系统层面搭建容错异步训练系统FATS，即便出现网络波动、部分机器人硬件故障，近百台机器仍可持续协同训练，硬件故障带来的时间损耗仅占总运行时长1.3%。算法层面采用FERT经验检索微调算法，既从成功案例学操作方法，也从失败记录中定位问题，帮助机器人快速优化动作策略。

　　无问芯穹扎根徐汇，生长在模速空间

　　本次联合攻关的参与企业中，无问芯穹是扎根徐汇模速空间的AI基础设施企业，致力于以自主式人工智能基础设施底座，助力AI时代各行各业的智能革命；智元是国内具身智能赛道头部企业，具备完整机器人整机与真实测试场景能力 。双方联动清华大学开展产学研协同，把实验室算法落地到真实机器集群，打通从技术研究到工业测试的链路。

　　群体学习范式的价值在于，把机器人规模化部署从“能力终点”变成“能力进化的起点”。机器人不再孤立工作，依靠群体经验持续迭代，缓解对人工示教的高度依赖，为今后人形机器人走进家庭、工厂等各类场景提供可行路径。

　　记者：王永娟

　　编辑：郑靓