共计 1130 个字符，预计需要花费 3 分钟才能阅读完成。
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
具身智能规模化落地,卡点或许不在机器人 , 而在“人不够教”。 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, 让机器人在真实任务中共享经验、互相学习。基于 96 台真实机器人集群的验证显示, 机器人数量越多, 群体积累的经验越厚, 任务成功率也越高。
📌 从“人教机器”到“机器教机器”
当前具身智能训练高度依赖人类示范和人工纠错。机器人可以批量部署, 经验丰富的操作员却难以同步增加, 这成为落地卡点。CEL 改变学习对象: 一台机器人摸索出的成功经验, 可沉淀为群体共享资产, 其他机器人在遇到相似任务时直接借鉴, 不再只等待人类示教。
🔍 96 台机器人实测: 五项任务全部超过人类平均水平
实验覆盖家庭服务与工业生产场景,包括插花、叠衣服、手机充电、凳子组装和手机包装。两台未参与训练的机器人完成 600 次测试, 仅失败 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。
在步骤更复杂的手机包装任务中,群体学习后成功率从 79.2% 升至 98.3%, 连续测试 120 次只失败 2 次。更值得关注的是规模化趋势: 参与训练的机器人从 16 台增至 96 台, 成功率由 86.7% 提升到 98.3%。
💡 系统与算法如何支撑“群体进化”
落地难点在于真实环境的不稳定。团队基于 RLinf 构建容错异步训练系统 FATS, 将机器人与计算资源统一调度, 机器人完成任务后即可上传经验, 不必等待其他设备。96 台规模测试中, 集群累计采集 9834 轮执行经验;22 台机器人发生 30 次故障, 但故障造成的时间损失仅占全部运行机时的 1.3%。
算法侧, 失败引导的经验检索微调算法 FERT 同时利用成功与失败经验: 从成功操作中学习“该怎么做”,从失败结果中定位“哪里不对”。当一次操作长达数千个动作步骤、最终只有“成功 / 失败”反馈时,FERT 会检索相似场景下的有效做法, 帮助机器人找到改进方向。
📊 看点: 一条可复用的产业化链路
这次合作的分工颇具代表性: 清华大学提供前沿研究,无问芯穹提供 AI 基础设施, 智元提供整机与真实场景, 三方共同打通从论文方法到产线能力的路径。
- 经验闭环:真实场景产生经验, 群体学习沉淀能力, 规模化部署再反哺更多场景。
- 降低示教依赖:机器人可复用同伴经验, 减少对人工示范和纠错的持续依赖。
- 规模效应显现:集群扩大不只是数量增加, 也可能带来更强的学习收益。
🚀 总结
围绕“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”，这一部分可从背景、现状与影响三个角度理解其关键信息。结合已公开内容来看，核心结论是趋势已较为明确，但细节仍需结合后续进展持续观察。
