Federated Learning Benchmark for Robotics是机器人联邦学习领域的标准评测基准，涵盖多机器人协同学习、隐私保护训练、通信效率优化等核心任务。基准提供机器人感知、控制、规划等多种任务的联邦学习数据集，支持FedAvg/FedProx/FedNova/SCAFFOLD等多种算法对比，集成差分隐私、安全聚合等隐私保护机制评估。基准评测指标包括模型精度、通信开销、收敛速度、隐私保护强度、系统可扩展性，支持不同数量机器人、不同数据异构程度、不同网络条件的实验设置。基准由多所高校和研究机构联合维护，已成为机器人联邦学习研究的标准评测平台。