论文提出机器人集体经验学习范式CEL

Chao Yu 等论文作者提出集体经验学习（CEL）范式：让部署中的机器人共享各自的执行经验，以改进同一套策略，并通过“失败引导经验检索微调”（FERT）实现，无需额外收集专家演示或纠正动作。配套的容错异步训练系统（FATS）负责协调经验收集、策略优化与分发。 据论文报告，在 5 个真实操作任务上，所得策略成功率为 93.3%–99.2%，每个任务在未参与数据采集的机器人上评测 120 次；在固定每个机器人的采集时间后，机器人集群规模越大，提供的经验越多，FERT 在所评估的各个规模上通常取得更高成功率。在多阶段手机包装任务上，用 96 台机器人学习使成功率从 79.2% 提升至 98.3%。上述数字均为论文作者报告的结果。

AI 根据报道生成 · 13 小时前更新