Multi-Task Policy Benchmark for Robot Learning是一个专注于机器人多任务策略学习的基准测试。该基准涵盖操作、导航、运动控制等多种机器人任务域，比较了不同多任务策略架构（共享骨干+任务头、FiLM、交叉注意力、任务嵌入）在多任务学习性能、参数效率、推理速度方面的表现。基准还评估了多任务策略在任务数量扩展时的可扩展性，以及在不同任务分布下的鲁棒性。来源机构包括DeepMind、MIT、Stanford等。