文丨罗曾

10月30日，作为AIWAVE的第七弹，智元携手清华大学、无问芯穹正式发布群体经验学习范式CEL（Collective Experience Learning）。

该范式以“机器人同伴互为经验来源”为核心突破口，打通经验获取、经验利用、规模化在线学习完整链路，把真实作业中的每一次成功与失败都变成群体共同的学习素材，为具身智能摆脱“专家示范难以同步增加”的规模化瓶颈开辟新路径。

在插花、叠衣、手机充电、凳子组装、手机包装五项真实任务上，CEL训练的策略全部超过6名人类远程操作员的平均水平，最高反超16.7个百分点——在相同物理训练时间内，参与学习的机器人从16台扩至96台，成功率从86.7%升至98.3%。

更关键的是方法：这96台机器人没有等任何一位人类老师逐台示范，它们的动作监督来自彼此。

在业内看来，CEL重构了机器人的经验获取来源，学习素材不再只来源于人类，而是来自机器人同伴的真实作业轨迹；人类角色从不断提供动作、协助探索，转向结果判定。

据了解，为落地“机器人教机器人”，团队提出FERT失败引导经验检索微调算法和FATS容错异步训练系统。

其中，FERT对失败样本、成功样本做差异化利用：失败轨迹用来定位短板，成功轨迹存入群体共享经验池，并以失败场景特征检索匹配的成功操作片段，优先采样训练。

FATS则将100台机器人、50个边缘节点和6台云端服务器持续动态组织起来，支持机器人离线、充电、故障后原地重启恢复。

96台机器人实验累计完成9834轮任务采集，期间发生30起机器人故障事件，故障带来的机时损耗仅占集群总运行时间的1.3%。

据悉，本次真机实验覆盖插花、叠衣服、手机充电、凳子组装、手机包装五大真实任务，累计完成600次真机测试，总测试时长接近30机器人小时。

CEL‑FERT范式下，五项任务全部超越6名人类远程操作员平均水平，最高领先16.7个百分点，整体任务成功率达到97.5%。

对比之下，对照组中的传统SFT离线微调平均任务成功率仅36.3%，依赖大量人类介入的HG-DAgger提升至81.0%。

而CEL范式最关键的价值，是在真实真机上验证了具身智能的一条全新Scaling路径：同等交互时间下，参与训练的机器人数目越多，任务执行成功率越高。

案例显示，在相同物理训练时间内，参与学习的机器人从16台扩至96台，成功率从86.7%升至98.3%，验证了“机器人越多，作业表现越好”的全新Scaling路径。

这意味着，部署之后，机器人可以共同成长：一台机器人踩过的坑，全体集群都可以吸取教训；单台摸索得到的有效操作，所有机器人都可以复用。