Few-Shot Learning Benchmark for Robot Skills是一个面向机器人技能的少样本学习基准测试。该基准评估了不同少样本学习方法（元学习、迁移学习、数据增强、预训练微调）在机器人操作技能中的样本效率和任务性能。基准提供了多样化的少样本设置（1-shot、5-shot、10-shot）和标准化的少样本评估协议，分析了样本数量、任务难度、方法选择对性能的影响，并比较了少样本学习与传统学习方法的优劣。来源机构包括MIT、DeepMind、CMU等。