跳到主要內容
2026-10-31 日報
研究與評測

清華聯手無問芯穹與智元提出群體經驗學習 CEL,96 台機器人集群任務成功率達 97.5% 超越人類

量子位單一來源
尚未逐項核實

目前依單一來源整理,這是來源數量描述,不是對消息真假的判定。

據報導,清華大學、無問芯穹與智元聯合提出「群體經驗學習」(Collective Experience Learning,簡稱 CEL)新範式,主張機器人不單依賴人類示範,而是藉由在群體內共享與複用彼此的實踐經驗來持續最佳化策略,並於 96 台真實機器人組成的集群完成驗證。 在涵蓋家庭與工業的 5 項測試任務(插花、疊衣服、手機充電、凳子組裝、手機包裝)中,2 台未參與訓練的機器人進行 600 次測試,總體成功率達 97.5%(失敗 15 次),5 項任務表現均超過 6 名人類操作員的平均水準。其中步驟較長的手機包裝任務,機器人成功率從 79.2% 提升至 98.3%(連續 120 次測試僅失敗 2 次);研究同時觀察到擴展效應,當參與訓練的機器人規模由 16 台擴大至 96 台時,任務成功率從 86.7% 提升至 98.3%。 系統與演算法設計上,團隊基於強化學習訓練開源框架 RLinf 構建「容錯非同步訓練系統」(FATS),支援機器人操作經驗即時上傳與非同步最佳化。在 96 台規模的測試中,集群共採集 9,834 輪經驗,期間 22 台機器人累計發生 30 次硬體或網路故障,因故障造成的機時損失僅占總運轉時間的 1.3%。演算法部分則提出「失敗引導的經驗檢索微調演算法」(FERT),在長序列動作僅有成敗二元回饋的情境下,同步從失敗經驗定位錯誤並檢索相似場景的成功案例進行微調。
讀原始報導
本期分類