Model-Based with RL Benchmark for Robot Learning是一个专注于机器人基于模型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，比较了不同基于模型+RL结合方式（模型预测控制+RL、基于模型的策略梯度、世界模型+RL、Dyna风格方法）在机器人控制中的表现。基准还评估了模型步数、引导强度、奖励条件对基于模型+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 with RL Benchmark for Robot Learning
Model-Based with RL Benchmark for Robot Learning是一个专注于机器人基于模型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，比较了不同基于模型+RL结合方式（模型预测控制+RL、基于模型的策略梯度、世界模型+RL、Dyna风格方法）在机器人控制中的表现。基准还评估了模型步数、引导强度、奖励条件对基于模型+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