Online Fine-tuning Benchmark for Robot Policies是一个面向机器人策略在线微调的基准测试。该基准测试了在不同初始化策略（随机初始化、离线预训练、行为克隆）下，SAC、TD3、PPO等在线强化学习算法的微调性能，涵盖操作、导航、运动控制等任务。基准重点评估在线微调的样本效率、灾难性遗忘程度、对目标环境的适应速度，以及不同正则化方法（重要性采样、KL正则化、经验回放）的效果。来源机构包括Stanford、CMU、Google Research等。