RobustRLlib：鲁棒强化学习统一库与基准

RobustRLlib 统一 17 种鲁棒 RL 算法并给出 273 种扰动评测图谱

资讯摘要

论文提出 RobustRLlib，一个以算法为中心的鲁棒强化学习库与基准，将 17 种代表性在线、离线与安全鲁棒 RL 算法整合到统一接口下，并搭建覆盖多种真实世界偏移及人形机器人、视觉-语言-动作任务的评测平台。作者报告在 273 种扰动配置上系统评测，给出当前鲁棒 RL 算法的能力图谱，指出有效场景与仍存在的鲁棒性差距。

要点速读

1. 统一接口整合 17 种鲁棒在线、离线与安全 RL 算法，提升可复用性
2. 评测平台覆盖多种真实世界偏移及人形机器人与视觉-语言-动作任务
3. 在 273 种扰动配置上系统评测，给出当前算法能力图谱与鲁棒性缺口

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/27 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。