智元联合清华推出CEL群体经验学习范式 96台真机集群实现机器人互教
RecodeX 重构消息，智元联合清华大学、无问芯穹推出“群体经验学习”（CEL）范式，依托FERT失败引导经验检索算法与FATS容错异步训练系统，由96台真机集群实现“机器人教机器人”，降低对人类专家示教的依赖。在插花、叠衣、手机包装等5项真实任务测试中，CEL方案整体成功率最高较人类远程操作员平均水平高出16.7个百分点；同等训练时长下，集群规模越大，机器人作业可靠性越高。
事件追踪 · 持续发展中
清华CEL具身智能范式
持续追踪清华CEL具身智能范式相关报道与进展。
关注仅保存在当前浏览器和域名中，无需登录，不会自动跨设备同步。事件时间线
按最新发布排序机器人群体经验学习CEL范式完成96台真机验证，新机成功率97.5%
RecodeX 重构消息，针对大规模机器人部署中人类示教人力不足的瓶颈，相关团队提出群体经验学习CEL范式，并依托96台真机完成原型验证。该范式将人类角色从动作示范转为结果判定，通过失败引导的经验检索微调算法FERT，仅利用任务成功或失败的稀疏反馈定位易出错环节并匹配成功经验；同时设计容错异步训练系统FATS，应对多机协同训练中的通信受限与局部故障问题。在插花、叠衣服、手机充电、凳子组装、手机包装五类跨场景任务测试中，未参与训练的新机器人总体成功率达97.5%，超过人类遥操员平均水平，并呈现集群规模越大、相同物理训练时间内成功率越高的趋势。
清华联合无问芯穹、智元提出CEL范式 96台机器人集群完成验证
RecodeX 重构消息，清华大学与无问芯穹、智元联合提出群体经验学习（Collective Experience Learning，CEL）新范式，并在由96台真实机器人组成的集群中完成规模化验证。该范式旨在为具身智能的规模化落地提供新路径。