AI WAVE丨智元联合清华、无问芯穹发布CEL范式：96台机器人集群自主进化，任务成功率达98.3%

声明：文档由AI根据原文生成。

96台机器人集群自主学习，手机包装120次仅失败2次

2026年10月30日，智元机器人联合清华大学、无问芯穹发布群体经验学习范式CEL（Collective Experience Learning）。该范式以"机器人同伴互为经验来源"为核心，打通经验获取、经验利用与规模化在线学习的完整链路，使机器人群体规模的扩大直接转化为任务执行可靠性的提升。

实验数据显示，在手机包装任务中，CEL训练的策略连续执行120次仅失败2次，成功率从79.2%提升至98.3%，失败次数由25次降至2次。参与学习的机器人从16台扩展至96台，在插花、叠衣、手机充电、凳子组装、手机包装五项真实任务上，CEL策略全部超过6名人类远程操作员的平均水平，最高领先16.7个百分点。

CEL论文概念图

技术报告：https://arxiv.org/abs/2610.25736

网站链接：https://cel-robot-learning.github.io/

重构经验来源：从人类示范转向机器人同伴

以GPT-6 Astra为代表的前沿通用模型零样本能力显著，但落地可靠性仍是瓶颈——即便最强模型，在接触交互与长流程执行中仍会反复出错。行业通行的解决方案是人类示范，但这存在结构性瓶颈：该模式适用于小体量实验室验证，一旦扩展至上百台机器人群体，人力示教即成为性能天花板。

CEL范式将学习素材的来源从人类扩展至机器人同伴的真实作业轨迹。若一台机器人在放置手机时遇到困难，另一台曾在相似情境下成功操作的机器人可共享经验，弥补前者不足。人类角色随之转变：从持续提供动作、协助探索，转向结果判定。

CEL与之前学习范式的区别

将"机器人教机器人"理念工程化，需攻克两大技术难关：稀疏反馈难题——长流程任务动辄数千步动作，最终仅0/1比特反馈，无法定位故障环节；集群稳定性难题——大规模并行作业中，充电复位、网络抖动、硬件偶发故障不能导致训练中断。

针对上述痛点，团队提出失败引导经验检索微调算法FERT与容错异步训练系统FATS。

FERT算法：失败指明方向，成功提供范本

以手机包装为例，完整执行时长超3分钟，包含4000余步动作，最终反馈仅一个比特。FERT（Failure-guided Experience Retrieval fine-Tuning）对成功与失败样本作差异化利用：

• 失败轨迹定位短板：截取故障临近时刻的观测信息，经图像与关节状态联合编码，标记集群需补强的工况；
• 成功轨迹输出范本：所有有效成功轨迹存入群体共享经验池；
• 检索优先采样训练：以失败场景特征为查询条件，在经验池中检索匹配的成功操作片段，提升该类样本训练采样优先级，将算力集中投入高频出错环节；
• 策略迭代闭环：更新后的策略下发全部机器人，持续产出新一轮轨迹并循环优化。

FERT算法框架图

失败不再只是负面记录，而是指明模型接下来需重点学习的场景。群体经验的价值取决于能否将适配经验精准送达模型最需要之处。

FATS系统：96台真机并行，故障机时损耗仅1.3%

团队设计容错异步训练系统FATS，将100台机器人、50个边缘节点和6台云端服务器动态组织，稳定支撑大规模真实世界在线学习。FATS将机器人视作与GPU同等的训练资源，实现所有训练硬件的统一调度。

SwarmLink异步数据流连通环境、推理与训练节点。每台机器人独立上传作业轨迹，训练模块实时更新策略，无需等待全员完成一轮任务。训练与推理组件可灵活部署于云端或边缘端，适配多变网络带宽，平衡通信开销与交互延迟。

SwarmLink设计

HotSwarm节点热插拔管理节点与工作进程的动态进出，支持机器人离线、充电、故障后原地重启恢复，无需重置整套集群。96台机器人实验中，集群累计完成9834轮任务采集，发生30起故障事件，故障带来的机时损耗仅占集群总运行时间的1.3%。

HotSwarm设计

五项真实任务实测：集群学习效果反超人类操作员

实验覆盖插花、叠衣服、手机充电、凳子组装、手机包装五项任务，涵盖柔性物体操作、精密装配、工具调用、长流程工业作业等典型场景，累计完成600次真机测试，总测试时长接近30机器人小时。

插花

叠衣服

手机充电

凳子组装

手机包装

实验测试的5个任务演示，GIF经过加速处理

与SFT离线微调、HG-DAgger人在环示教等主流方案横向对比：传统SFT平均成功率仅36.3%；依赖大量人类介入的HG-DAgger提升至81.0%；CEL-FERT范式下五项任务全部超越人类远程操作员平均水平，整体成功率达97.5%。

5个测试任务成功率

验证新Scaling规律：机器人数目与成功率正相关

CEL范式在真实真机上验证了具身智能的全新Scaling路径：同等交互时间内，参与训练的机器人数目越多，任务执行成功率越高。

真机scaling曲线

团队逐步扩大训练集群规模，FERT算法在五项任务上均呈现显著规模化趋势。相比之下，依赖人类示教的HG-DAgger扩展能力有限，人力采集效率成为其突破瓶颈。在难度最高的手机包装任务中，参与FERT训练的机器人从6台扩展至96台，测试成功率从86.7%提升至98.3%。

CEL为具身智能提供了可继续探索的规模化方向：机器人在真实工况下的成功经验与故障失败，均沉淀为集群公共资产。一台机器人踩过的坑，全体集群吸取教训；单台摸索的有效操作，所有机器人复用。当每台机器人都能贡献经验，数量本身即成为能力增长的新维度。