Learning-based Grasping Benchmark for Robotics是机器人基于学习的抓取领域的权威评测基准，由谷歌DeepMind、OpenAI、加州大学伯克利分校等机构联合开发，旨在标准化评估基于学习的抓取系统的性能。该基准涵盖监督学习抓取、强化学习抓取、模仿学习抓取、迁移学习抓取、元学习抓取五大核心维度，包含18个标准化测试任务和42个评估指标。测试任务包括已知物体抓取、未知物体抓取、跨类别抓取、跨场景抓取、少样本抓取等典型基于学习的抓取场景。评估指标包括抓取成功率、数据效率、学习速度、泛化能力、迁移能力、鲁棒性、推理速度、能耗等。该基准已在全球数百个研究机构和企业中使用，是基于学习的抓取领域最权威的评测基准之一，推动了机器人基于学习的抓取技术的标准化评估和公平比较。