120个手机包装盒连着装下来，只失手2次。这不是老工人的成绩，是一台机器人的：成功率从79.2%提升到98.3%，失误从25次降到2次。真正稀罕的是它怎么学会的——没有一位人类师傅带着做，教它的，是旁边一起干活的机器人同伴。

插花

10月30日，智元机器人联合清华大学、无问芯穹发布了这套方法，取名“群体经验学习”（简称CEL）。机器人被拉去干五件真实活儿——插花、叠衣服、给手机充电、组装凳子、包装手机，成绩全部好过6名人类老手遥控操作的平均水平，最好的一项高出16.7个百分点。同一时段里，一起学的机器人从16台增加到96台，成功率从86.7%涨到98.3%：机器人数量的增加，第一次直接转化为任务执行能力的提升。

绕开“人教”，机器人来教机器人

机器人想进厂干活，最缺的不是身体，是老师。眼下通行的办法是人手把手带：工程师远程摇手柄操控机器人一遍遍做，错了马上纠正。几台在实验室这么练还行，一旦要教上百台，机器可以买，能同时当师傅的人上哪儿找？人力成了那层捅不破的天花板。

CEL换了个思路：教材不再只有人类示范这一份，机器人自己干活的记录也是教材。A机器人放手机那一步老抓不稳，B机器人之前在差不多情况下稳稳做好了，那B的经历就能补A的短处。一个人踩出的路子全队能用，人则从“不停给动作”退成只在边上说一句“这次成没成”。

两块难啃的骨头被机器人“团队”拿下

以前可能机器人干完活只知道结果，不知道错在哪。包装一台手机要忙3分多钟、4000多个动作，最后只告诉你一个字：成，或者败。就像考卷只给总分不给步骤分，学生根本不知道哪道题丢了分。现在机器人“团队”的办法是把失败当路标、成功当范本：哪台翻了车，就把翻车前那几秒看到的画面和手臂关节的角度单独存下，标成“全队薄弱点”；所有干成的过程收进公共素材库。再拿薄弱点去库里搜——谁在类似情况下干成了？把这些片段挑出来重点练，力气花在最容易出事的地方，练出的新本事发回每台机器人手里，接着干、接着攒。

叠衣服

第二个难点是，队伍不能乱。近百台同时开工，可能有慢半拍要归位的，有网卡了壳的，有要去充电的，偶尔还有真坏的。一台出毛病就得全组停下重开，现在的机器人“团队”配了一套容错训练系统，把100台机器人、50个边缘节点和6台云端服务器拧成一股绳，机器人与计算芯片同池统一调配。谁干完谁交作业，收到就改，不用等全班齐步走；机器人下线检修，回来原地接着干，“全班不用停课”。实验跑下来，集群累计采集9834轮任务，中间出了30起故障，耽误的工时只占1.3%。

手机包装

在难度最高的手机包装任务中，参与FERT 训练的机器人从 16 台扩展至 96 台，测试成功率从 86.7% 提升至 98.3%。在相同的真实世界交互时长内，更大规模的机器人群体直接转化为更高的任务执行成功率。

技术专家告诉记者，CEL 群体经验学习为具身智能提供了一个值得继续探索的规模化方向：跳出高度依赖人类示范的传统路线，让机器人群体在真实作业中自主积累、互相学习。机器人在真实工况下遇到的成功经验、故障失败，全部沉淀为整个集群也就是机器人“团队”的公共资产。一台机器人踩过的坑，全体都可以吸取教训；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。

扬子晚报/紫牛新闻记者 徐晓风

校对 陶善工