机器人犯错后，通常需要人类操作员介入纠正；但当部署规模扩大，每次改进都依赖专家示范和人工纠错，难以持续。群体经验学习（Collective Experience Learning，CEL）提出了另一种思路：让机器人共享实际执行任务时积累的经验，用一台机器人的成功操作帮助整个机群改进共同策略。清华大学、无问芯穹与智元的研究团队报告称，已在最多96台机器人组成的机群中进行测试。 19

从“人教机器人”到“机器人共享经验”

人类示范和纠错仍然有用，但随着机器人数量增加，持续提供新的专家输入会越来越困难。CEL希望把一部分学习过程交给机器人：一次成功执行可以成为其他机器人可借鉴的训练例子，从而减少每次策略更新都需要人工重新示范的依赖。这并不意味着要完全排除人类参与，而是尝试让机器人能力的改进不必总是等待新的专家指导。 1

FERT如何利用失败情境寻找成功经验

CEL的核心算法称为失败引导的经验检索微调（Failure-guided Experience Retrieval Fine-tuning，FERT）。机器人执行失败时，系统会利用失败前后的情境，从机群共享的成功轨迹中检索相关片段；这些成功片段中的动作可用于更新策略。简单来说，失败情境帮助判断“该从哪里改进”，成功轨迹则提供“可以学习什么做法”。 413

这对步骤较长的操作任务尤其重要。一次任务可能包含许多动作，但最终反馈往往只有“成功”或“失败”，单靠这个结果很难看出具体哪个环节需要改进。FERT尝试把失败时的情境与相似的成功经验联系起来，为策略更新提供更具体的例子。不过，这种检索本身并不能证明究竟是哪一个动作导致了失败。

研究团队还介绍了容错异步训练系统（FATS），用于支持并非所有机器人都能同时在线的机群学习。相关报告提到，22台机器人发生30起故障，损失的机器人运行时间为1.3%。这些数字反映的是团队报告的系统表现；它们本身并不能独立验证故障恢复或经验上传机制的每个实现细节。 8

五项任务的测试结果如何？

评估覆盖五项操作任务：插花、叠衣服、手机充电、凳子组装和手机包装。

• **未参与训练的机器人：**两台未参与训练的机器人累计完成600次测试，其中585次成功、15次失败，整体成功率为97.5%。团队还报告称，这两台机器人的五项任务成绩均高于6名人类操作员的平均水平。这是针对所测任务的比较，并不代表机器人在各类工作中普遍优于人类。
• **手机包装：**报告的成功率从79.2%升至98.3%；相关报道提到，评估是在两台未参与训练的机器人上进行的120次测试。 7
• **机群规模：**在实际训练时间相同的条件下，团队报告称，参与训练的机器人从16台增加到96台，成功率从86.7%升至98.3%。这一结果显示，在该实验设置中，更大的机群能在相同时间内积累更多经验；但不能据此保证所有任务和部署环境都会获得同样幅度的提升。

值得关注，也需要继续验证

CEL的核心思路是：从失败情境中寻找需要改进的地方，再从机群积累的成功经验中检索可参考的做法。FERT承担经验检索与策略更新，FATS则被描述为支持异步、容错训练的系统层。团队报告的结果为这一方法在五项真实操作任务中的应用提供了早期证据，其中也包括未参与训练机器人的测试。 13

解读这些数字时仍需留意证据边界：目前呈现的是团队报告的实验结果，并非独立复现。它们说明CEL在所报告的实验设置中取得了什么表现，但尚不能据此断定方法在其他机器人、任务或部署条件下也会有相同效果。

机器人犯错后，通常需要人类操作员介入纠正；但当部署规模扩大，每次改进都依赖专家示范和人工纠错，难以持续。群体经验学习（Collective Experience Learning，CEL）提出了另一种思路：让机器人共享实际执行任务时积累的经验，用一台机器人的成功操作帮助整个机群改进共同策略。清华大学、无问芯穹与智元的研究团队报告称，已在最多96台机器人组成的机群中进行测试。 19

从“人教机器人”到“机器人共享经验”

人类示范和纠错仍然有用，但随着机器人数量增加，持续提供新的专家输入会越来越困难。CEL希望把一部分学习过程交给机器人：一次成功执行可以成为其他机器人可借鉴的训练例子，从而减少每次策略更新都需要人工重新示范的依赖。这并不意味着要完全排除人类参与，而是尝试让机器人能力的改进不必总是等待新的专家指导。 1

FERT如何利用失败情境寻找成功经验

CEL的核心算法称为失败引导的经验检索微调（Failure-guided Experience Retrieval Fine-tuning，FERT）。机器人执行失败时，系统会利用失败前后的情境，从机群共享的成功轨迹中检索相关片段；这些成功片段中的动作可用于更新策略。简单来说，失败情境帮助判断“该从哪里改进”，成功轨迹则提供“可以学习什么做法”。 413

这对步骤较长的操作任务尤其重要。一次任务可能包含许多动作，但最终反馈往往只有“成功”或“失败”，单靠这个结果很难看出具体哪个环节需要改进。FERT尝试把失败时的情境与相似的成功经验联系起来，为策略更新提供更具体的例子。不过，这种检索本身并不能证明究竟是哪一个动作导致了失败。

研究团队还介绍了容错异步训练系统（FATS），用于支持并非所有机器人都能同时在线的机群学习。相关报告提到，22台机器人发生30起故障，损失的机器人运行时间为1.3%。这些数字反映的是团队报告的系统表现；它们本身并不能独立验证故障恢复或经验上传机制的每个实现细节。 8

五项任务的测试结果如何？

评估覆盖五项操作任务：插花、叠衣服、手机充电、凳子组装和手机包装。

• **未参与训练的机器人：**两台未参与训练的机器人累计完成600次测试，其中585次成功、15次失败，整体成功率为97.5%。团队还报告称，这两台机器人的五项任务成绩均高于6名人类操作员的平均水平。这是针对所测任务的比较，并不代表机器人在各类工作中普遍优于人类。
• **手机包装：**报告的成功率从79.2%升至98.3%；相关报道提到，评估是在两台未参与训练的机器人上进行的120次测试。 7
• **机群规模：**在实际训练时间相同的条件下，团队报告称，参与训练的机器人从16台增加到96台，成功率从86.7%升至98.3%。这一结果显示，在该实验设置中，更大的机群能在相同时间内积累更多经验；但不能据此保证所有任务和部署环境都会获得同样幅度的提升。

值得关注，也需要继续验证

CEL的核心思路是：从失败情境中寻找需要改进的地方，再从机群积累的成功经验中检索可参考的做法。FERT承担经验检索与策略更新，FATS则被描述为支持异步、容错训练的系统层。团队报告的结果为这一方法在五项真实操作任务中的应用提供了早期证据，其中也包括未参与训练机器人的测试。 13

解读这些数字时仍需留意证据边界：目前呈现的是团队报告的实验结果，并非独立复现。它们说明CEL在所报告的实验设置中取得了什么表现，但尚不能据此断定方法在其他机器人、任务或部署条件下也会有相同效果。