清华等联合推群体经验学习 96台机器人破解具身智能人效卡点

随着具身智能从实验室走向真实应用场景，机器人需要应对越来越复杂的环境，而积累真实世界经验是提升其能力的关键。当前行业普遍依赖人工示教或纠错的方式，但当机器人批量部署时，经验丰富的操作人员数量无法匹配增长速度，这一问题已成为制约具身智能发展的核心瓶颈。

近期，国内顶尖高校、科研团队与行业企业联合提出群体经验学习新范式，并在由96台真实机器人组成的集群中完成了规模化验证。这种学习模式打破了传统机器人仅依赖人类示范的局限，允许机器人借鉴群体内其他同伴的成功经验：当某台机器人在执行任务时遇到困难，可从同伴过往的实践中寻找解决思路，逐步优化自身表现。通过经验的共享与积累，机器人群体能够在持续实践中共同提升能力，为推动机器人自主进化与规模化应用提供了全新的技术路径。

真实场景的测验进一步验证了该范式的学习效果。

研究团队在包含家庭服务与工业生产的真实场景中开展测试，涉及插花、叠衣服、手机充电、凳子组装、手机包装五项任务。测试结果显示，两台未经过专门训练的机器人完成600次测试，仅失败15次，总体成功率达到97.5%，且五项任务的表现均超过6名人类操作员的平均水平。其中，手机包装作为需多步骤连续操作的工业任务，经群体经验学习后，成功率从79.2%提升至98.3%，连续120次测试仅失败2次，证明该模式在复杂任务中具备稳定的应用效果。

研究还发现了显著的规模效应：当参与训练的机器人数量从16台增加到96台时，任务成功率从86.7%提升至98.3%。这意味着在相同的训练时间内，参与训练的机器人规模越大，积累的真实经验就越丰富，而这些经验会持续转化为学习收益，推动整个群体的能力不断提升。

群体经验学习模式能够落地，依赖于底层系统与上层算法的协同支撑。

在系统层面，团队基于大规模强化学习训练框架构建了容错异步训练系统，支持近百台机器人实现稳定的协同学习训练。该系统将真实机器人与计算资源统一调度，机器人完成任务后可立即上传操作经验，无需等待其他设备，训练过程可随时优化模型；同时，系统针对真实环境中的网络波动、设备掉线、硬件故障等情况做了充分准备，即使部分设备出现故障，整个集群仍能保持稳定运转。在96台机器人的测试中，集群累计采集了9834轮执行经验，期间22台机器人共发生30次故障，但故障造成的时间损失仅占全部运行机时的1.3%，系统的稳健性得到充分验证。

在算法层面，团队提出了失败引导的经验检索微调算法，帮助机器人从任务的成败结果中明确改进方向。机器人的单次操作往往持续数分钟、涉及数千个动作步骤，但最终仅能得到成功或失败的反馈，传统模式难以从这种有限反馈中定位具体的改进点。该算法的核心在于同时利用成功与失败两类经验：从成功操作中学习正确的执行逻辑，从失败操作中识别需要调整的环节。当机器人遇到困难时，算法会从过往的成功经验中检索相似场景的有效做法，引导机器人重点学习，逐步优化自身能力。

具身智能的产业化发展，核心目标不止是让机器人完成单一任务，群体经验学习范式的出现，提供了从单台机器人能力提升到整个群体持续进化的全新路径。其价值不仅体现在技术层面，更解决了长期制约行业发展的“人力缺口”问题：过去机器人能力提升高度依赖专业操作人员的持续示教与纠错，而人力是稀缺资源，无法匹配机器人批量部署的速度；群体学习模式让机器人实现自主互助，不仅打破了“人不够用”的瓶颈，更形成了“机器人越多，能力提升越快”的规模优势。

此外，此次合作也是产学研协同的典型案例，科研机构提供学术支撑，企业提供技术与场景资源，三方合力打通了从理论方法到实际应用的关键环节，让前沿技术真正落地到产业场景中。该模式验证了一条完整的技术链路：真实场景产生经验，群体学习沉淀能力，规模化部署反哺更多场景。这条链路一旦跑通，将为整个具身智能产业的发展提供清晰的路径参考，而规模化部署也将从能力应用的终点，转变为能力持续进化的起点，这不仅是机器人学习方式的变革，更是具身智能从技术验证走向产业落地的重要突破。