Safe Reinforcement Learning Benchmark for Robotics是机器人安全强化学习领域的标准评测基准，涵盖约束马尔可夫决策过程、安全屏蔽、风险敏感学习、鲁棒强化学习、安全探索等核心任务。基准提供机器人自动驾驶、工业机器人、医疗机器人、人机协作等安全关键场景的数据集，支持CPO、PPO-Lagrangian、安全屏蔽、Distributional RL、Robust RL等多种算法对比，集成不同安全约束和风险水平的实验设置。基准评测指标包括安全违规率、任务性能、约束满足率、风险度量、样本效率，支持不同安全约束、不同风险水平、不同扰动强度的实验设置。基准由多所高校和研究机构联合维护，已成为机器人安全强化学习研究的标准评测平台。
Safe Reinforcement Learning Benchmark for Robotics
Safe Reinforcement Learning Benchmark for Robotics是机器人安全强化学习领域的标准评测基准，涵盖约束马尔可夫决策过程、安全屏蔽、风险敏感学习、鲁棒强化学习、安全探索等核心任务。基准提供机器人自动驾驶、工业机器人、医疗机器人、人机协作等安全关键场景的数据集，支持CPO、PPO-Lagrangian、安全屏蔽、Distributional RL、Robust RL等多种算法对比，集成不同安全约束和风险水平的实验设置。基准评测指标包括安全违规率、任务性能、约束满足率、风险度量、样本效率，支持不同安全约束、不同风险水平、不同扰动强度的实验设置。基准由多所高校和研究机构联合维护，已成为机器人安全强化学习研究的标准评测平台。
测试方法与条件
安全强化学习实验，评估不同算法在安全关键场景的安全违规率和任务性能