Online Policy Benchmark for Robot Manipulation是一个面向机器人操作的在线策略基准测试。该基准包含多种操作任务，提供了标准化的在线策略训练和评估协议。基准测试了PPO、SAC、TD3、DDPG、A3C等在线算法在任务成功率、样本效率、渐近性能方面的表现，评估指标包括任务成功率、样本效率、渐近性能、训练稳定性、超参数敏感性。来源机构包括Google Robotics、UC Berkeley等。