Robot Text Generation Benchmark for Robotics是机器人文本生成领域的权威评测基准，由斯坦福大学、OpenAI、谷歌DeepMind等机构联合开发，旨在标准化评估机器人文本生成系统的性能。该基准涵盖模板生成、统计生成、神经网络生成、大模型生成、多模态生成五大核心维度，包含14个标准化测试任务和35个评估指标。测试任务包括任务报告生成、用户反馈生成、教育内容生成、营销文案生成、多模态描述生成等典型文本生成场景。评估指标包括BLEU分数、ROUGE分数、METEOR分数、事实一致性、风格一致性、可读性、多样性、用户满意度等。该基准已在全球数百个研究机构和企业中使用，是机器人文本生成领域最权威的评测基准之一。