2026 年 10 月底，清華大學聯合無問芯穹、智元提出群體經驗學習（CEL）範式，並在 96 臺真實機器人組成的叢集上完成規模化驗證，技術報告發布於 arXiv（2610.25736）。CEL 改變了機器人學習的經驗來源：不再主要靠人一遍遍示範或在出錯時接管，而是讓一臺機器人摸索出的成功經驗進入共享池、供整個群體複用… 看完整事件
清華、無問芯穹、智元提出群體經驗學習 CEL，96 臺機器人驗證
清華大學聯合無問芯穹、智元提出群體經驗學習（CEL）範式，讓機器人學習同伴的成功經驗，並在 96 臺真實機器人上完成規模化驗證。兩臺未參與訓練的機器人在插花、疊衣、手機包裝等五項任務共 600 次測試中成功率 97.5%，均超過 6 名人類操作員的平均水平，其中手機包裝任務從 79.2% 升至 98.3%。參與訓練的機器人從 16 臺增至 96 臺時，成功率由 86.7% 升至 98.3%；底層系統 FATS 基於開源框架 RLinf 建置，96 臺叢集中故障造成的機時損失僅 1.3%。
96 臺真實機器人叢集驗證群體經驗學習：機器人從 16 臺增至 96 臺，成功率由 86.7% 升至 98.3%，五項任務均超人類操作員平均水平，為具身智慧規模化落地提供可複用鏈路，對機器人部署從業者最有參考價值。
原標題：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
閱讀原文
| 評分 | 62 / 70（平均 66，門檻 65） |
|---|---|
| 狀態 | 精選 |
相關報導
董豪團隊提出 HIL-UMI：人類示範時即可採集機器人後訓練資料
董豪團隊聯合啟元機器人、北京大學、西安交通大學提出 HIL-UMI：人手持夾爪示範時，模型同步預測動作並標出與人類操作的分歧，從而在不執行機械臂的情況下采集後訓練所需資料。該方法以 π0.5 為基礎模型，在 Franka 機械臂上測試整理桌面、折毛巾、疊方塊、蓋章四項任務，三輪更新後平均任務進度分數從 62.3 升至 94.8，同等資料量下常規 SFT 僅從 44.3 升至 58.0。整理桌面任務中其採集效率為 HG-DAgger 的 5.63 倍，最終得分 96 比 91。
多機構聯合綜述機器人遞迴自我改進，提出 L0-L5 分級
上海交大、UC 伯克利、斯坦福、MIT、Google、微軟、輝達、小米等機構聯合發表論文《Who Improves the Robot? Toward Physical Recursive Self-Improvement》，提出 Physical RSI 概念，並用 L0-L5 分級區分「機器人任務做得更好」與「改進方法本身變得更有效」。論文還梳理了 Harness 適應、模型訓練、安全與驗證的全鏈路路徑，指出目前仍缺少能檢驗遞迴增益的基準，並列出六個待解問題。
清華髮布 HandsOn 靈巧手基準：66 項任務，最佳策略成功率 29.1%
清華大學丁寧團隊聯合北郵、北大等發布靈巧操作模擬評測基準 HandsOn，包含 66 項人工驗證任務、1.8 萬條人類遙操作示範，支援 5 種機械臂、6 種靈巧手和約 200 種物體資產。在有示範的 Core-50 上，9 種受訓方法中最佳多工策略 OpenWAM 平均成功率僅 29.1%；在無目標任務示範的 Transfer-16 上，8 種多工策略成功率均低於 1%。
智元發布 GO-3 Preview，打通機器人全鏈路規模化學習
智元發布具身模型 GO-3 Preview，稱在預訓練、後訓練和部署後實現全鏈路規模化學習，並在 RoboDojo、RoboTwin、RoboColiseum 三項評測中排名第一。其預訓練約九成使用人類第一視角資料，採用 WRAM 架構；後訓練系統 Genie Evolver 結合百臺級真機、模擬與世界模型，手機包裝任務成功率由 50.8% 提升至 98.3%。
哈佛輝達等用 Coding Agent 讓機器人自主探索，五大基準領先 37.4 點
哈佛、輝達、伯克利、MIT 與斯坦福團隊提出 RAX：讓通用 Coding Agent 直接接入機器人的感知與控制介面，靠自主探索把成功決策寫成可執行程式，模型引數全程凍結。