Model-Based RL Benchmark for Robot Learning是一个专注于机器人基于模型强化学习的基准测试。该基准涵盖操作、导航、运动控制等多种任务域，比较了不同基于模型的RL方法（Dyna、PETS、MBPO、Dreamer系列）在机器人控制中的表现。基准还评估了模型类型、规划深度、模型更新频率对基于模型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。
Model-Based RL Benchmark for Robot Learning
Model-Based RL Benchmark for Robot Learning是一个专注于机器人基于模型强化学习的基准测试。该基准涵盖操作、导航、运动控制等多种任务域，比较了不同基于模型的RL方法（Dyna、PETS、MBPO、Dreamer系列）在机器人控制中的表现。基准还评估了模型类型、规划深度、模型更新频率对基于模型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。
测试方法与条件
标准化基于模型RL评估协议