（来源：封面新闻）
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。
值得注意的是，CEL范式还在真实真机上验证了具身智能的一条全新Scaling 路径，也就是同等交互时间下，参与训练的机器人数目越多，任务执行成功率越高。该路径的验证，也成功突破了依赖人类示教的HG-DAgger方案进一步扩大规模、突破成功率上限的瓶颈。
谈及CEL范式的未来，业内人士分析称，这一群体经验学习范式为具身智能提供了一个值得继续探索的规模化方向，让机器人训练跳出高度依赖人类示范的传统路线，从而在真实作业中自主积累、互相学习。未来，机器人在真实工况下遇到的成功经验、故障失败，可全部沉淀为整个集群的公共资产。一台机器人踩过的坑，全体集群都可以吸取教训；单台摸索得到的有效操作，所有机器人都可以复用。当每台机器人都能贡献经验，数量本身就成了能力增长的新维度。
