RobustRLlib：鲁棒强化学习算法的统一库与基准

鲁棒强化学习（RL）对于在现实世界中实现可靠部署至关重要，因为策略可能在各种分布偏移和干扰下失效。现有鲁棒 RL 算法提供了丰富的机制与原理，但两大障碍限制了其更广泛的潜力：算法复用性有限，以及实证能力边界不明确。我们推出 RobustRLlib，这是一个以算法为中心的库与基准，旨在应对这两项挑战。它通过统一接口集成了 17 种具有代表性的鲁棒在线、离线及安全 RL 算法，显著提升了复用性，同时提供了增强的评估平台，涵盖现实世界中的多种分布偏移，以及先进的人形机器人任务和视觉-语言-动作任务。通过对 273 种扰动配置进行系统评估，我们绘制了当前鲁棒 RL 算法的最新能力图谱，揭示了这些算法在哪些情境下仍然有效，以及在哪些情境下仍存在显著的鲁棒性差距。作为一个开源且用户友好的平台，RobustRLlib 提供了可复现、可扩展的代码库，支持将现有方法应用于新问题，以及开发新的鲁棒 RL 算法。