Inverse Reinforcement Learning Benchmark for Robots是一个面向机器人的逆强化学习基准测试。该基准评估了不同逆强化学习方法（最大熵IRL、引导成本学习、对抗IRL、偏好学习）在机器人操作和导航任务中的奖励恢复精度和策略性能。基准提供了多样化的任务集合和标准化的演示数据集，分析了演示数据量、专家最优性、奖励函数复杂度对逆强化学习性能的影响，并比较了逆强化学习与直接行为克隆的优劣。来源机构包括UC Berkeley、DeepMind、CMU等。