Meta-World

含 50 个机械臂操作任务的仿真基准，用来测多任务和元强化学习。

Meta-World 是 Tianhe Yu、Chelsea Finn、Sergey Levine 等在 CoRL 2019 提出的开源仿真基准：在 MuJoCo 里用 Sawyer 机械臂做 50 个不同操作任务，如开抽屉、按按钮、推物块、开窗。它有两组测法：多任务 MT1/MT10/MT50（同时学 1、10、50 个任务），元学习 ML1/ML10/ML45（先在一批任务上训练，再测对新任务的快速适应，ML45 为 45 个训练任务加 5 个测试任务）。原论文发现现有算法同时学 10 个任务就很吃力。项目现由 Farama 基金会维护，改用 Gymnasium 接口，2025 年推出统一版本细节的 Meta-World+（NeurIPS 2025），至今仍是多任务、元强化学习和模仿学习的常用基准。

例子ML45 设定：智能体先在 45 个任务上元训练，再面对 5 个从没练过的任务（如某种新的开门动作），看它用少量交互能多快学会，用成功率打分。

也叫

MetaWorld、Meta-World+、MT10、MT50、ML10、ML45

相关

元强化学习、多任务学习、MuJoCo、基准测试、成功率、Gymnasium

来源

Meta-World: A Benchmark and Evaluation for Multi-Task and Meta Reinforcement Learning (arXiv 1910.10897)
Farama-Foundation/Metaworld (GitHub)

信息截至

2026-09