RobustRLlib 是一个面向鲁棒强化学习的算法库和评测基准，作者把 17 种有代表性的在线、离线以及安全强化学习算法整理到同一套接口下，主要想解决两个问题：算法复用难，以及现有方法在扰动下到底能扛到什么程度，其实并不清楚。

他们还搭了覆盖真实偏移场景的评测平台，包含人形机器人和视觉-语言-动作任务，并在 273 组扰动配置上做了系统评测，给出当前鲁棒 RL 算法在哪些情况下还能用、哪些情况下仍有明显差距的能力地图。

这是 arXiv 预印本，同行评审状态未确认。代码库是开源的，适合想复现现有方法或者拿新问题做基线的人先看接口和评测配置；论文里的结论目前只到摘要所述实验范围，不等于已经验证了所有真实部署场景。

$BTC