Explainable Robot Evaluation是机器人可解释AI领域的标准化评测基准，用于评估和比较不同可解释AI方法在机器人系统中的效果。该基准提供了多种可解释机器人评估场景，包括感知可解释性（物体识别解释、场景理解解释、异常检测解释）、决策可解释性（路径规划解释、动作选择解释、任务分解解释）、交互可解释性（对话解释、意图解释、错误解释、置信度表达）等，支持多种可解释AI方法（LIME、SHAP、Grad-CAM、注意力可视化、自然语言解释、概念解释等）和多种机器人平台。Explainable Robot Evaluation支持多种评估指标，包括解释保真度（fidelity）、解释稳定性、解释简洁性、用户理解度、用户信任度、任务完成率、决策时间、认知负荷等，提供了标准化的评估协议和用户研究方法（包括客观指标和主观用户调研）。该基准推动了机器人可解释AI技术的发展，多种经典和最新的可解释AI方法都在该基准上进行了评估和对比。该基准被广泛应用于可解释机器人、人机协作、医疗机器人、自动驾驶、服务机器人、教育机器人等领域的研究和开发中，是机器人可解释AI方法评估的标准基准之一。