如果机器人也能“互相教学”，学习速度会发生什么变化？智元联合清华大学、无问芯穹发布的一项新范式，给出了一个具体的答案：让96台机器人从彼此的经验里一起进化。

这项范式名为群体经验学习，英文缩写CEL，发布时间是10月30日。它的核心想法并不复杂，却与过去机器人学习的主流方式有所不同。过去，一台机器人学会一项任务，往往要靠自己反复试错：做对了得到奖励，做错了调整策略，成千上万次之后才逐渐熟练。这种方式有效，但效率受限于单台机器人的试错速度，而且每一台机器人都要把别人已经走过的弯路再走一遍。CEL换了一个思路：让一群机器人共享经验，一台机器人的成功轨迹可以成为其他机器人的教材，一台机器人的失败轨迹也可以成为其他机器人的警示，群体一起学，比单台各自学要快得多。

手机包装任务是检验这套范式的一个具体场景。包装听起来简单，实际却是一连串精细动作的组合：拿起手机、放进包装、合上盖子、贴好标签，每一步都要对准位置、控制力度，任何一步偏差都可能导致失败。在CEL的实验里，手机包装任务的成功率升至98.3%。这个数字的意义在于，它已经接近可以进入真实生产线的水平：成功率每提高一个百分点，生产线上的返工与停机就会减少一分，而从九十几到98.3%的跨越，往往是最难啃的那一段，因为剩下的失败往往来自长尾的、难以预料的边缘情况。群体学习之所以能啃下这段硬骨头，是因为不同机器人会在不同环节犯错、又在不同环节成功，把这些轨迹汇集起来，恰好覆盖了单台机器人难以穷尽的边缘情况。

96台这个规模同样值得注意。它不是一个抽象的数字，而是群体学习能够运转的证明：几十台机器人同时产生轨迹、同时共享经验，系统需要处理数据同步、经验筛选与策略更新等一系列工程问题。规模越大，经验的多样性越丰富，但协调的难度也越大。能够让96台机器人真正互相借鉴，而不是各自为战，说明这套范式在工程上已经走通了从概念到规模验证的一步。更重要的是，群体规模带来的收益往往不是线性的：机器人越多，每台机器人能学到的“别人的经验”就越多，整体的学习曲线可能因此陡峭得多。

从技术演进的角度看，CEL触及了具身智能一个长期存在的瓶颈：数据从哪里来。大语言模型可以从互联网文本里学习，机器人却没有现成的“互联网”可供学习，它的经验必须来自真实的物理交互，而物理交互既慢又贵。让机器人互相学习，相当于在机器人群体内部建了一个经验市场：每一次成功的抓取、每一次失败的碰撞，都不再只属于当事的那台机器人，而是群体的公共资产。这种思路与人类社会的学习方式颇为相似：学徒不只靠自己摸索，更靠观察师傅与同伴，站在别人的经验上起步。

当然，群体学习也并非没有挑战。哪些经验值得共享、哪些失败只是偶然噪声，如何避免一台机器人的错误策略被群体放大，这些都需要精细的筛选机制。CEL的发布方包括智元、清华大学与无问芯穹，产学研的组合也暗示了这一点：范式的提出需要学术上的严谨，规模验证需要产业界的机器人集群与真实任务，二者缺一不可。手机包装只是第一个验证场景，群体经验学习能否迁移到装配、物流、分拣等更多任务，能否在不同型号、不同形态的机器人之间共享经验，将决定它是一项针对特定任务的优化，还是一种更通用的学习范式。

无论如何，96台机器人互相教着进化的画面，已经为具身智能的下一步提供了一个清晰的意象：未来的机器人进步，可能不再是一台机器人孤独地试错一万次，而是一群机器人各自试错一百次，再把经验拼成一万次的智慧。当学习从个体走向群体，机器人进化的速度，或许会比我们想象的更快。

来源：投资界