Domain Adaptation Benchmark for Robot Learning是一个面向机器人学习的领域自适应基准测试。该基准评估了不同领域自适应方法（对抗自适应、差异最小化、自训练、域随机化）在机器人操作和导航任务中的域对齐效果和目标域性能。基准提供了多样化的源域-目标域组合（仿真到真实、不同光照、不同纹理、不同物理参数）和标准化的领域自适应评估协议，分析了域差异程度、目标域数据量、自适应方法对性能的影响。来源机构包括UC Berkeley、DeepMind、CMU等。