具身智能群体经验学习范式CEL发布“机器人教机器人”干活变成现实丨预见·科技
封面新闻记者 欧阳宏宇
近百台机器人通过互相监督学习，最终都变成了“熟练工”。这不是科幻电影里的场景，而已经成为现实。
10月30日，机器人的群体经验学习范式CEL(Collective Experience Learning)在上海发布。据介绍，基于该范式训练的机器人，已在插花、叠衣、手机充电、凳子组装、手机包装五项真实任务上，策略成功率超过人类远程操作员的平均水平，最高反超16.7个百分点。值得注意的是，在相同物理训练时间内，参与学习的机器人增加，成功率还可同步提高。这意味着机器人数量的增加，第一次直接转化为任务执行能力提升的条件。
据了解，该范式由智元联合清华大学、无问芯穹研发，旨在重构机器人的经验获取来源，即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。在这种范式中，人类的角色随之发生变化：从不断提供动作、协助探索，转向结果判定。
以包装手机为例，根据实验数据，96台机器人连续包装手机120次，只失败2次。值得注意的是，在相同物理训练时间内，当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%。
CEL范式的产生源于机器人训练的规模效应。业内人士分析称，以GPT-6 Astra为代表的前沿通用模型，零样本能力已相当亮眼，但落地拼的是可靠性，哪怕最强的模型，也会在接触交互与长流程执行中反复出错。行业的解决方案是人类示范，但这有一个结构性瓶颈：这套模式适合小体量实验室验证，一旦拓展至上百台机器人群体，人力示教就会成为性能天花板。
从技术原理上看，CEL范式解决了 “机器人教机器人”的难题。其研究团队提出了失败引导的经验检索微调算法FERT，也就是区分成功与失败样本的作用，用成功轨迹提供可学习的动作，失败场景则指明学习的重点方向。对于机器人训练的群体经验，研究团队设计了容错异步训练系统FATS，将机器人视作和GPU同等的训练资源，最终实现了所有训练硬件的统一调度。