Implicit with RL Benchmark for Robot Learning是一个专注于机器人隐式策略与强化学习结合的基准测试。该基准涵盖操作、导航、运动控制等多种任务域，比较了不同隐式+RL结合方式（隐式策略+RL、隐式世界模型+RL、隐式数据生成+RL、引导隐式+RL）在机器人控制中的表现。基准还评估了隐式模型步数、引导强度、奖励条件对隐式+RL性能的影响，分析了不同方法在样本效率和渐近性能上的权衡。来源机构包括Google Robotics、Stanford、MIT等。