Tsinghua University, together with Infinigence AI and AgiBot, proposes Collective Experience Learning (CEL); 96 robots validate a 97.5% success rate
English text is being prepared.
Tsinghua University, Infinigence AI, and AgiBot jointly propose the Collective Experience Learning (CEL) paradigm, enabling robots to learn from their peers' successful experiences rather than relying solely on human demonstrations, and complete large-scale validation in a cluster of 96 real robots. Two robots that did not participate in training were tested a total of 600 times across five tasks—flower arranging, clothes folding, phone charging, stool assembly, and phone packaging—with 15 failures and an overall success rate of 97.5%, all exceeding the average level of 6 human operators; the success rate for the phone packaging task increased from 79.2% to 98.3%. When the number of robots participating in training increased from 16 to 96, the success rate rose from 86.7% to 98.3%. At the system level, a fault-tolerant asynchronous training system, FATS, was built based on the open-source framework RLinf; in the 96-robot scale test, a cumulative 9,834 rounds of execution experience were collected, 22 robots experienced 30 failures, and the time loss caused by failures accounted for only 1.3% of total operating machine-hours.
Why read this
AI score 64
The original text provides validation data from a cluster of 96 real robots, which readers can use to understand the feasible path for collective experience learning in large-scale deployment.
Topics
Body
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
量子位的朋友们 2026-10-30 11:48:04
来源：量子位
让机器人成为彼此的“老师”
近日，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）新范式，并在96台真实机器人组成的集群中完成规模化验证。CEL 让机器人可以不只依靠人类示范学习，还能借鉴群体中其他机器人的成功经验：一台机器人在执行任务时遇到困难，可以从同伴过去的经验中寻找解决方法，不断改进自己的表现。通过共享和积累经验，机器人群体能够在持续实践中共同提升能力，为推动机器人的自主进化和规模化应用提供了新的技术路径。
一、让机器人成为彼此的“老师”，机器人规模化发展有了新方向
随着具身智能逐渐从实验室走向真实世界，机器人要在越来越复杂的环境里干活。想让它干得好，关键是要让它不断积累真实世界的经验。当前普遍的做法，是靠人“教”：要么人一遍遍做动作示范给它看，要么它做错了，人再手动纠正。
但这里存在一个核心问题：机器人可以成百上千台地批量部署，而经验丰富的操作人员却没那么多，不可能跟着机器人一起“增产”，这已经成为具身智能发展的一大卡点。
CEL 的思路，是让机器人换个学习对象 —— 不主要靠人教，而是靠学习“同伴”。一台机器人在实践中摸索出来的成功经验，能沉淀下来让整个机器人群体共享、复用。这样，机器人不用一直等着人来教，而是可以从群体不断积累的经验里，自己学习和成长。
随着机器人越来越多，群体攒下的经验就越来越厚，再通过一套统一的学习机制持续优化策略，机器人的能力就能越用越强、越干越聪明。 二、近百台机器人“组团学习”，任务成功率全部超过人类平均水平
真实场景的测验进一步验证了 CEL 的学习效果。
实验场景中既有家庭服务也有工业生产，具体包括插花、叠衣服、手机充电、凳子组装、手机包装五项任务。结果相当亮眼：两台没参加过训练的机器人做了 600 次测试，只失败了 15 次，总体成功率 97.5%，而且五项任务的成功率，全部超过了 6 名人类操作员的平均水平。
其中手机包装是一项需要连续完成多个步骤的工业任务。经过群体经验学习后，机器人在这项任务上的成功率从 79.2% 提升到了 98.3%，连续测试 120 次只失败了 2 次。这说明学到的策略在复杂任务上不仅管用，而且够稳定。
研究还观察到一个“机器越多越强”的规模化趋势：当参与训练的机器人从 16 台增加到 96 台，成功率从 86.7% 提升到了 98.3%。也就是说，在同样的实际训练时间里，参与训练的机器人规模越大，能积累的真实经验就越多，而这些经验又能持续转化为学习收益，让整个群体越来越聪明。 三、以灵活的高容错系统支撑算法创新，打通机器人持续学习闭环
CEL 能真正落地，靠的是“底层系统”和“上层算法”两头一起发力。
在系统层面，团队基于大规模强化学习训练开源框架 RLinf 构建了“容错异步训练系统（FATS）”，支持近百台机器人持续稳定地协同学习训练。它将真实机器人与计算资源统一调度：机器人完成任务后，就能马上把自己的操作经验上传，不用干等着别的机器人，训练系统随时可以继续优化模型。同时，真实环境里常见的网络波动、设备掉线、硬件故障，系统也都提前做了准备 —— 就算部分设备“掉线”，整个集群照样能稳定运转。在 96 台机器人规模的系统测试中，集群累计采集了 9834 轮执行经验，期间 22 台机器人一共发生过 30 次故障，但故障造成的机器人时间损失，只占全部运行机时的 1.3%。这说明系统足够稳健可以扛得住百台规模的真实环境考验。
在算法层面，团队提出“失败引导的经验检索微调算法（FERT）”，帮助机器人从任务成败中找到改进方向。这里有个现实难题：一次机器人操作可能持续好几分钟、涉及几千个动作步骤，但最后得到的反馈往往只有一句“成功”或“失败”，信息量太小，根本看不出到底该改进哪个动作。FERT 的思路是把两类经验都利用起来：从成功的操作里学“应该怎么做”，从失败的操作里找“哪里做得不对”。机器人一旦遇到困难，算法就会去过去的成功经验里，翻找出相似场景下的有效做法，让机器人重点照着学，能力就这样一点一点改进。 四、产学研协同，探索具身智能产业化的新未来
具身智能的产业化发展，关键不只是让机器人“会做一件事”。此次清华大学、无问芯穹、智元联合推出的群体学习范式，提供的是一条从“单台机器人的能力提升”走向“整个群体的持续进化”的路径。
而它的价值，也远不止于技术本身。
它首先解决的是一个一直卡住具身智能发展的障碍 ——“人不够用”。过去机器人能力提升，高度依赖经验丰富的操作人员持续示教、人工纠错。而人是稀缺资源，永远跟不上机器人批量部署的速度。群体学习让机器人彼此学习，局面便彻底不同：机器人越多，经验积累得越快，能力长得越快，“人不够用”的瓶颈，变成了“机器人越多越强”的规模优势。
更难得的是，这次联合本身就是产学研协作的最佳注脚。清华大学是学术前沿，无问芯穹是 AI 基础设施的领头企业，而智元则拥有整机与真实场景 —— 三方各出所长，恰好补上了从“论文里的方法”到“产线上的能力”之间最难走的一段路，让前沿算法不再停留在论文里，而是一路跑进了真实世界。
而这次验证的，也不只是一套算法，更是一条完整的链路：真实场景产生经验，群体学习沉淀能力，规模化部署反哺更多场景。这条链路一旦跑通，其他企业、其他场景都能直接借鉴，整个具身智能产业的成长路径，都会因此清晰很多。
说到底，当机器人不再只是各自干活的执行单元，而能成为彼此学习、共同进步的群体，规模化部署就不再只是能力应用的终点，也有望成为能力持续进化的起点。这不仅是机器人学习方式的转变，更是具身智能从技术验证走向产业落地的一次真正破局。
本文由无问芯穹提供，量子位获授权转载，观点归原作者所有。