96台机器人共享“做对的经验”，手机包装测试120次只失败2次

96台机器人练习装手机，把成功经验交给同伴后，另一组测试机器人完成120次包装，只失败了2次。清华大学、智元机器人和无问芯穹的群体经验学习研究，尝试让机器人少依赖老师反复纠正，改从同伴做对的动作中学习。预印本首次公开于2026年10月19日，展示的是实机实验，不是已经无人值守的工厂。

盒子歪了一点、线缆摆错位置，都可能让后面的动作卡住。如果每次改进都要熟练操作员重新演示，机器人越多，老师也得跟着增加。

把它想成一个共享错题本：某台机器人失败了，系统不直接照着失败动作再练，而是拿失败前看到的画面和关节状态，去同伴的成功记录里找相似情境。相关的正确动作会被重点学习，再把更新后的控制方法发回各台机器人。人仍要给结果标注成功或失败，并把现场恢复到可再试的状态。

机器共享经验并非首次出现。谷歌2016年就让14台机械臂并行学习抓取；2026年1月的SOP也让机器人把执行经验和人工纠正送到共同的训练系统。CEL更具体的变化，是初始化之后不再追加专家动作示范或纠正，而用失败情境筛选已有成功动作，并把训练扩展到96台真机。

手机包装测试中，成功率从79.2%升至98.3%，对应同样120次尝试中，失败从25次减到2次。测试使用两台没有参与采集训练数据的同型号机器人。各项任务分别训练策略，不是一台机器通吃家务。

规模扩大还带来很现实的问题：有的机器需要充电，有的会掉线。团队的系统让各台机器独立交作业，局部故障时其余机器仍能继续采集经验，不必全体等最慢的一个。

它现在值得看的，是“部署越多，教它们的人是否必须同比增加”这个问题。实验支持了一种减少后续动作示教的办法；换成不同型号、陌生任务和更长时间运行，还需要继续检验。

原始预印本发布时间：北京时间2026年10月19日11:41／美国东部时间2026年10月18日23:41（EDT）。