清華智元等提出集體經驗學習CEL

人工糾正難以擴展

機器人在真實世界的每次執行都在產生經驗，但傳統做法依靠人工糾正：遠程操作員監控執行過程，策略出錯時即場接管並給出正確動作，規模一大便難以維持。

集群共享執行經驗

聯合團隊提出的集體經驗學習，讓已部署的機器人互相共享執行經驗，共同改進同一策略，把整個集群變成經驗互相流通的學習網絡，突破人工監督瓶頸。

FERT算法實現

該範式落地為失敗引導的經驗檢索微調，即FERT算法：利用機器人執行失敗時的上下文，從整個集群共享的成功經驗中檢索相關軌跡片段，再以微調改進策略。

成功率反超人類

在96台機器人共同進化的實驗中，集群經驗不斷累積，任務成功率持續攀升，最終反超人類操作水平，驗證了大規模經驗共享機制的實際效果。

規模化部署新思路

這一結果表明，機器人集群規模越大，可共享的經驗便越多，學習效率亦隨之提升，為大規模部署機器人的自主進化提供了新思路與實證支持。