Constrained Policy Optimization Benchmark for Robots是一个专注于机器人约束策略优化的基准测试。该基准涵盖操作、导航、运动控制等多种任务域，比较了不同约束策略优化方法（CPO、TRPO-Lagrangian、PPO-Lagrangian、约束Q学习）在机器人控制中的表现。基准还评估了约束数量、约束严格度、约束类型对约束优化性能的影响，分析了不同方法在安全满足率和任务性能上的权衡。来源机构包括Google Robotics、Stanford、MIT等。