一句话定义
Robot-Peer Learning（机器人同伴学习）是一种训练范式：机器人不再只从人类示范里学动作，而是把其他机器人，也就是“同伴”的实操经验，当作学习素材，通过共享数据、迁移策略来更快掌握新技能。清华大学与无问芯穹、智元等团队提出的这条路线，核心主张就是把模仿学习的对象从人，换成人身边的机器。
打个生活化的比方
传统做法像新员工跟着老师傅手把手学：师傅动作标准，但一个人带不了几个徒弟，示范慢、成本高，还常常漏掉罕见情况。同伴学习则像新员工翻看同事的操作录像和踩坑笔记：几十个同事在不同工位、不同设备上干过的活都能拿来参考。动作细节未必一样，但“遇到这种情况该怎么处理”的经验可以直接借过来。
三个关键环节
一是同伴数据共享。单台机器人在真实环境里采集的轨迹（trajectory）很有限，多台机器人在不同任务、不同场景、不同本体上采集，汇总成共享数据集，才能覆盖光照变化、物体摆放、地面材质这类长尾情况。
二是策略迁移。不同机器人的身体结构不同，臂长、自由度、传感器配置都可能不一样，同伴的动作不能照抄，需要做动作空间对齐（常说的重定向，retargeting）和跨本体策略迁移，把“别人的经验”翻译成“我自己的身体能执行的动作”，这一步做不好，共享来的数据就只是摆设。
三是规模化路径。它靠数据飞轮转起来：部署的机器人越多，采集的经验越多，策略越强，越好用，于是部署更多。能否走通，取决于数据格式能否统一、跨本体迁移的损失能否压住，以及不同厂商之间愿不愿意互通数据；后者的商业与隐私边界，具体规则以各家官方说明和项目页面为准。
和相邻概念的区别
| 概念 | 学习来源 | 特点 |
|---|---|---|
| 模仿学习 Imitation Learning | 人类示范 | 质量高、覆盖窄、采集贵 |
| 强化学习 Reinforcement Learning | 自己试错加奖励信号 | 能探索新策略，但真机上试错代价高 |
| 仿真到真实 Sim-to-Real | 仿真环境 | 便宜、量大，但存在现实差距 |
| 机器人同伴学习 Robot-Peer Learning | 其他机器人的真实经验 | 覆盖面广、贴近真实，但要攻克跨本体差异与数据互通 |
对从业者和普通人的意义
对从业者来说，瓶颈会从“怎么多采一点人类示范”变成“怎么统一数据格式、怎么做跨本体对齐、怎么筛掉同伴数据里的低质量样本并设计评测”；工程重心也从单机调参转向数据与基础设施。
对普通人来说，意义在体感上：机器人学新活儿的周期变短、部署成本往下走，家里或车间里换一台型号不同的机器，也不必从零教起。