中国团队让 96 台机器人组团学习：成功率从 86.7% 升到 98.3%

一、验证结果

二、系统层：容错异步训练

团队基于开源强化学习框架 RLinf 构建 FATS（容错异步训练系统）：机器人完成任务即上传经验，不必等其它机器人；网络波动、设备掉线、硬件故障都有预案。96 台规模测试累计采集 9,834 轮执行经验，期间 22 台机器人发生 30 次故障，故障造成的机时损失只占全部运行时长 1.3%。

算法侧是 FERT（失败引导的经验检索微调）：遇到困难时从过往成功经验里检索相似场景的做法，重点照着学。

三、对行业意味着什么

这条路的产业含义比技术细节更直接：机器人部署的边际成本曲线被改写——过去每多 100 台机器人要配更多熟练操作员，现在多出来的机器人自己在攒经验。对打算批量上具身智能的单位，评估指标也该从「单台成功率」换成「群体经验积累速度」。

• 经验能否沉淀复用，决定规模化的边际成本；
• 故障容忍度（本次机时损失 1.3%）决定百台级能否稳定运行；
• 验收看群体指标：成功率、经验轮次、机时损失，而不是单台演示。

来源：清华大学、无问芯穹、智元联合研究，经央广网、科技日报、上海证券报报道（2026-10-30）；实验数据为研究团队口径 本文仅转述公开报道，不评判任何企业与产品，不构成投资建议。