機械人要做得更可靠，傳統方法往往要靠人示範動作，或者在出錯時由人即時糾正。當部署規模擴大，專家人手未必可以同步增加。清華大學、無問芯穹與智元提出的「群體經驗學習」（Collective Experience Learning，CEL），就嘗試讓機械人把實際操作經驗分享給同伴，一起改善共用的操作策略。研究團隊報告曾在最多96部機械人組成的群組中測試這個方法。19

從「人教機械人」到「機械人學同伴」

CEL的重點不是完全不需要人，而是減少每次改善能力時，都要重新依賴專家示範或糾正。機械人群組中一部機械人做成功的操作，可以成為其他機械人學習的材料，讓有用經驗得以重用。1

這個想法對長流程操作尤其重要：機械人可能要連續完成多個步驟，最後收到的回饋卻只有「成功」或「失敗」，單靠結果未必知道應該改善哪一環。

FERT：由失敗情境尋找成功做法

CEL的核心算法叫「失敗引導經驗檢索微調」（Failure-guided Experience Retrieval Fine-tuning，FERT）。它會利用失敗操作前後的情境，到群組共用的成功操作紀錄中，找出可能相關的片段；成功片段內記錄的動作，則可用來更新機械人的操作策略。413

簡單來說，失敗情境協助判斷「甚麼地方值得改善」，成功紀錄則提供「可以參考甚麼做法」。不過，這種檢索方法本身並不能證明某一個特定動作就是造成失敗的原因。

研究團隊亦介紹容錯非同步訓練系統FATS，目的是支援不同機械人不必同時在線的訓練流程。相關報告提到，22部機械人合共遇上30次故障，損失的機械人運行時間為1.3%。這些數字反映團隊報告的系統表現，但不足以單獨核實所有故障復原或資料上載細節。8

團隊公布的測試結果

評估涵蓋插花、摺衫、手機充電、凳子組裝和手機包裝五項操作任務。

• **未參與訓練的機械人：**兩部未參與訓練的機械人合共完成600次測試，585次成功、15次失敗，整體成功率為97.5%。團隊亦表示，這兩部機械人在五項任務上的結果均高於6名人類操作員的平均水平。這只是所列任務中的比較，不能據此推論機械人普遍比人類出色。
• **手機包裝：**報告中的成功率由79.2%升至98.3%；相關評估資料描述，測試涉及兩部未參與訓練的機械人，共120次測試。7
• **機械人數量增加：**在相同實際訓練時間下，團隊報告指參與訓練的機械人由16部增至96部，成功率由86.7%升至98.3%。這支持較大的機械人群組可在同一段時間內累積更多經驗，但不代表所有情況下擴大群組都必然帶來相同幅度的進步。

初步結果亮眼，仍要看適用範圍

CEL的思路，是用失敗情境找出值得改善之處，再從整個機械人群組累積的成功紀錄中尋找參考做法。FERT負責檢索成功片段並用於更新策略；FATS則被描述為支援非同步及容錯訓練的系統層。團隊公布的結果涵蓋五項真實操作任務，亦包括未參與訓練的機械人測試，屬值得留意的初步證據。13

但目前這些表現數字仍是團隊公布的結果，並非獨立重複驗證。它們反映CEL在所報告的測試設定下的表現，未能證明方法在其他機械人、任務或部署環境中也會有相同效果。

機械人要做得更可靠，傳統方法往往要靠人示範動作，或者在出錯時由人即時糾正。當部署規模擴大，專家人手未必可以同步增加。清華大學、無問芯穹與智元提出的「群體經驗學習」（Collective Experience Learning，CEL），就嘗試讓機械人把實際操作經驗分享給同伴，一起改善共用的操作策略。研究團隊報告曾在最多96部機械人組成的群組中測試這個方法。19

從「人教機械人」到「機械人學同伴」

CEL的重點不是完全不需要人，而是減少每次改善能力時，都要重新依賴專家示範或糾正。機械人群組中一部機械人做成功的操作，可以成為其他機械人學習的材料，讓有用經驗得以重用。1

這個想法對長流程操作尤其重要：機械人可能要連續完成多個步驟，最後收到的回饋卻只有「成功」或「失敗」，單靠結果未必知道應該改善哪一環。

FERT：由失敗情境尋找成功做法

CEL的核心算法叫「失敗引導經驗檢索微調」（Failure-guided Experience Retrieval Fine-tuning，FERT）。它會利用失敗操作前後的情境，到群組共用的成功操作紀錄中，找出可能相關的片段；成功片段內記錄的動作，則可用來更新機械人的操作策略。413

簡單來說，失敗情境協助判斷「甚麼地方值得改善」，成功紀錄則提供「可以參考甚麼做法」。不過，這種檢索方法本身並不能證明某一個特定動作就是造成失敗的原因。

研究團隊亦介紹容錯非同步訓練系統FATS，目的是支援不同機械人不必同時在線的訓練流程。相關報告提到，22部機械人合共遇上30次故障，損失的機械人運行時間為1.3%。這些數字反映團隊報告的系統表現，但不足以單獨核實所有故障復原或資料上載細節。8

團隊公布的測試結果

評估涵蓋插花、摺衫、手機充電、凳子組裝和手機包裝五項操作任務。

• **未參與訓練的機械人：**兩部未參與訓練的機械人合共完成600次測試，585次成功、15次失敗，整體成功率為97.5%。團隊亦表示，這兩部機械人在五項任務上的結果均高於6名人類操作員的平均水平。這只是所列任務中的比較，不能據此推論機械人普遍比人類出色。
• **手機包裝：**報告中的成功率由79.2%升至98.3%；相關評估資料描述，測試涉及兩部未參與訓練的機械人，共120次測試。7
• **機械人數量增加：**在相同實際訓練時間下，團隊報告指參與訓練的機械人由16部增至96部，成功率由86.7%升至98.3%。這支持較大的機械人群組可在同一段時間內累積更多經驗，但不代表所有情況下擴大群組都必然帶來相同幅度的進步。

初步結果亮眼，仍要看適用範圍

CEL的思路，是用失敗情境找出值得改善之處，再從整個機械人群組累積的成功紀錄中尋找參考做法。FERT負責檢索成功片段並用於更新策略；FATS則被描述為支援非同步及容錯訓練的系統層。團隊公布的結果涵蓋五項真實操作任務，亦包括未參與訓練的機械人測試，屬值得留意的初步證據。13

但目前這些表現數字仍是團隊公布的結果，並非獨立重複驗證。它們反映CEL在所報告的測試設定下的表現，未能證明方法在其他機械人、任務或部署環境中也會有相同效果。