新闻量子位今天

清华联合智元提出群体经验学习范式，96台机器人实测成功率超人类

清华大学联合无问芯穹与智元发布群体经验学习（CEL）范式，在96台真实机器人集群验证中任务成功率达97.5%，全面超越人类平均水平。该方案通过FATS系统与FERT算法实现机器人群体互学，破解具身智能规模化落地中专家示教资源瓶颈。

AI 整理

仿真与训练
数据与采集
具身模型

本文由 AI 根据公开内容整理，可能有误，请以原文为准：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（量子位）

核心内容

清华大学、无问芯穹与智元联合提出群体经验学习（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。实验覆盖插花、叠衣、手机充电、凳子组装及手机包装五项任务，两台未参训机器人测试600次仅失败15次，总体成功率97.5%且全部超越6名人类操作员平均水平。其中手机包装任务成功率从79.2%提升至98.3%，验证了群体学习在复杂工业场景的有效性。

系统层基于开源框架 RLinf 构建容错异步训练系统 FATS，支持近百台机器人协同学习，96台规模下累计采集9834轮经验，30次故障仅造成1.3%机时损失。算法层提出失败引导的经验检索微调算法 FERT，解决长时序操作稀疏反馈难题，使机器人能从成败经验中精准优化策略。数据显示参与训练机器人从16台增至96台时，成功率由86.7%升至98.3%，证实了“机器越多越强”的规模化收益趋势。

关键看点

群体学习效果：96台机器人集群实测五项任务成功率达97.5%，手机包装任务成功率从79.2%跃升至98.3%，全面超越人类操作员平均水平
容错训练系统：基于 RLinf 构建 FATS 系统，96台规模下累计采集9834轮经验，30次硬件故障仅导致1.3%机时损失，保障百台级稳定训练
经验检索算法：提出 FERT 算法解决长时序稀疏反馈问题，结合成功与失败经验进行微调，使机器人能从同伴历史操作中精准提取改进策略
规模化增益验证：参与训练机器人数量从16台增至96台时，任务成功率从86.7%提升至98.3%，证实群体经验积累具有显著的正向规模效应