Active Learning Benchmark for Robotics是机器人主动学习研究社区维护的标准化评测基准，用于公平比较不同主动学习算法在各类机器人任务上的标注效率和学习性能。基准涵盖基于不确定性的方法、基于多样性的方法、基于期望模型变化的方法等多种主动学习范式，包括机器人感知（目标检测、语义分割、姿态估计）、机器人控制（策略学习、逆强化学习）、机器人操作（抓取规划、技能学习）等多种任务类型。基准提供了统一的数据集接口、标准化的标注预算协议、可复现的实验设置和公开的排行榜，支持多种模型架构和标注接口。