Meta-Imitation Learning Benchmark for Robotics是机器人元模仿学习领域的标准评测基准，涵盖少样本学习、快速适应、任务分布、元训练策略等核心任务。基准提供机器人操作、导航、运动控制等多种任务的少样本数据集，支持MAML-IL、ProtoNet-IL、RelationNet-IL、Meta-SGD、Reptile等多种算法对比，集成不同任务数量和不同样本数量的实验设置。基准评测指标包括少样本性能、适应速度、元训练效率、泛化能力、计算效率，支持不同任务数量、不同样本数量、不同任务分布的实验设置。基准由多所高校和研究机构联合维护，已成为机器人元模仿学习研究的标准评测平台。