活动描述
RLBench（Robot Learning Benchmark）基于 CoppeliaSim，提供 100+ 桌面操作任务 与可扩展任务定义接口，是机器人模仿学习、强化学习与视觉-运动策略的高频引用基准。任务涵盖 pick-and-place、开门、插销、叠块等，支持多相机 RGB-D、本体感知与动作空间配置。
与 Habitat 偏导航不同，RLBench 聚焦操作与小脑层控制；大量顶会方法（BC、RL、VLA 微调）在此报告 success rate。虽非单一「年度赛事」，但其 leaderboard 式引用与社区 benchmark 习惯使其成为事实上的 A 级筛子。
影响力证据
- 1909 论文被数千次引用，生态持续维护
- 与 PyRep、CoppeliaSim toolchain 深度绑定
- 常被与 CALVIN、Meta-World 并列作为 manipulation baseline
行业价值
| 维度 | 分析 |
|---|---|
| 技术筛子 | 标准化 tabletop manipulation 评测 |
| 公共底座 | 开源任务集 + 演示数据生成 |
| 生态接口 | 连接 RL、IL、VLA 社区 |
| 场景窗口 | 仿真桌面，sim-to-real 需额外验证 |
前提与边界
- 主测大脑+小脑；本体固定为 Franka/Panda 类臂
- 非统一官方赛季，属持续 benchmark
跟踪建议
值得跟踪——操作类 policy 论文的默认对比集之一。