Online with RL Benchmark for Robot Learning是一个专注于机器人在线策略与强化学习结合的基准测试。该基准涵盖操作、导航、运动控制等多种任务域，比较了不同在线RL算法（策略梯度、演员-评论家、Q学习、PPO）在机器人控制中的表现。基准还评估了网络架构、奖励塑形、探索策略对在线RL性能的影响，分析了不同方法在样本效率和渐近性能上的权衡。来源机构包括Google Robotics、Stanford、MIT等。