Multi-Objective Reinforcement Learning Benchmark for Robotics是机器人多目标强化学习领域的标准评测基准，涵盖标量化方法、Pareto方法、约束方法、偏好学习、动态权重等核心任务。基准提供机器人路径规划、运动控制、任务调度、人机协作等多种任务的数据集，支持MOQ-Learning、Pareto-DQN、CMDP、偏好学习等多种算法对比，集成不同目标数量和目标冲突程度的实验设置。基准评测指标包括Pareto前沿质量、目标满足率、偏好符合度、样本效率、计算效率，支持不同目标数量、不同目标冲突程度、不同偏好类型的实验设置。基准由多所高校和研究机构联合维护，已成为机器人多目标强化学习研究的标准评测平台。