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，人的角色轉為結果判定。為從每次數千步、只有 0/1 成敗反饋的軌跡中提取經驗，團隊提出失敗引導的經驗檢索微調演算法 FERT；底層基於開源強化學習框架 RLinf 建置容錯非同步訓練系統 FATS，據量子位報導，96 臺叢集中故障造成的機時損失僅 1.3%。在插花、疊衣、手機充電、凳子組裝、手機包裝五項任務中，兩臺未參與訓練的機器人在 600 次測試裡總體成功率 97.5%，均高於 6 名人類操作員的平均水平；手機包裝任務成功率由 79.2% 升至 98.3%，120 次測試失敗數從 25 次降到 2 次。參與訓練的機器人從 16 臺增至 96 臺，成功率由 86.7% 升至 98.3%。據機器之心報導，同批測試中人類示範方案 HG-DAgger 為 81.0%，離線微調 SFT 僅 36.3%。對推進具身智慧規模化部署的團隊而言，這意味著機器人數量擴大本身即可轉化為能力提升，緩解專家示教人力跟不上部署速度的瓶頸。
AI 根據 2 則報導生成 · 更新
沿著報導，了解事件的不同側面；點標題看單篇報導的摘要與原文連結。
清華大學、智元與無問芯穹聯合提出群體經驗學習（CEL）範式，讓機器人用同伴的成功與失敗經驗替代人類示範，並在 96 臺真機上完成原型驗證。手機包裝長流程任務中，成功率從 79.2% 升至 98.3%；參與訓練的機器人從 16 臺增至 96 臺，成功率由 86.7% 提高到 98.3%。五項真實任務共 600 次測試，總體成功率 97.5%，高於人類示範方案 HG-DAgger 的 81.0% 與離線微調 SFT 的 36.3%。
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%。
過去 48 小時，有 2 個獨立來源報導，最近 6 小時新增 2 個。熱度 1.7，熱門榜第 2 名。
熱度以 48 小時內的獨立來源計，同一來源只算一次，每 24 小時權重減半。
同一事件的報導集中在這裡，新的進展會繼續補充。