Offline-to-Online RL Benchmark for Robot Manipulation是一个面向机器人操作的离线到在线强化学习基准测试。该基准包含多种操作任务（抓取、插入、开门、堆叠），提供了不同规模的离线数据集（1k、10k、100k条轨迹）和标准化的在线微调评估协议。基准测试了CQL、IQL、AWAC、BCQ等离线预训练算法与SAC、TD3等在线微调算法的组合性能，评估指标包括离线预训练性能、在线微调样本效率、最终渐近性能。来源机构包括Google Robotics、UC Berkeley等。