Hierarchical Reinforcement Learning Benchmark for Robotics是机器人分层强化学习领域的标准评测基准，涵盖选项框架、分层抽象、子目标生成、技能发现、任务分解等核心任务。基准提供机器人长程任务、复杂操作、多任务学习等多种任务的数据集，支持Options、HRL、HIRO、FeUdal、DIAYN等多种算法对比，集成不同任务长度和层级数量的实验设置。基准评测指标包括任务完成率、样本效率、技能可迁移性、层级可解释性、计算效率，支持不同任务长度、不同层级数量、不同技能数量的实验设置。基准由多所高校和研究机构联合维护，已成为机器人分层强化学习研究的标准评测平台。
Hierarchical Reinforcement Learning Benchmark for Robotics
Hierarchical Reinforcement Learning Benchmark for Robotics是机器人分层强化学习领域的标准评测基准，涵盖选项框架、分层抽象、子目标生成、技能发现、任务分解等核心任务。基准提供机器人长程任务、复杂操作、多任务学习等多种任务的数据集，支持Options、HRL、HIRO、FeUdal、DIAYN等多种算法对比，集成不同任务长度和层级数量的实验设置。基准评测指标包括任务完成率、样本效率、技能可迁移性、层级可解释性、计算效率，支持不同任务长度、不同层级数量、不同技能数量的实验设置。基准由多所高校和研究机构联合维护，已成为机器人分层强化学习研究的标准评测平台。
测试方法与条件
分层强化学习实验，对比不同算法在长程任务上的性能和样本效率