Autoregressive with RL Benchmark for Robot Learning是一个专注于机器人自回归策略与强化学习结合的基准测试。该基准涵盖操作、导航、运动控制等多种任务域，比较了不同自回归+RL结合方式（自回归策略+RL、自回归世界模型+RL、自回归数据生成+RL、引导自回归+RL）在机器人控制中的表现。基准还评估了自回归步数、引导强度、奖励条件对自回归+RL性能的影响，分析了不同方法在样本效率和渐近性能上的权衡。来源机构包括Google Robotics、Stanford、MIT等。