记者10月30日获悉，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。

　　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。

　　据了解，真实场景的测验验证了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。