Robot Robustness Benchmark是机器人鲁棒性领域的标准化评测基准，用于评估和比较不同机器人系统和算法在分布偏移下的鲁棒性。该基准提供了多种机器人鲁棒性测试场景，包括感知鲁棒性（图像损坏、光照变化、视角变化、天气变化、传感器噪声、对抗扰动）、决策鲁棒性（环境变化、任务变化、动态障碍、不确定性）、控制鲁棒性（物理参数变化、建模误差、外部扰动、执行器故障）等，支持多种机器人平台（人形机器人、移动机器人、机械臂、无人机等）和多种鲁棒性评估方法。Robot Robustness Benchmark支持多种评估指标，包括准确率下降率、最坏情况性能、性能方差、校准误差、安全违规率、恢复能力、故障恢复时间等，提供了标准化的压力测试协议和多种分布偏移生成工具。该基准推动了机器人鲁棒学习技术的发展，多种经典和最新的鲁棒学习算法（域自适应、域泛化、数据增强、鲁棒优化、测试时自适应等）都在该基准上进行了评估和对比。该基准被广泛应用于机器人鲁棒学习、自动驾驶鲁棒性、工业机器人可靠性、服务机器人环境适应性等领域的研究和开发中，是机器人系统鲁棒性评估的标准基准之一。