# UC Berkeley RAIL 与机器人强化学习

> 原文链接：https://robotics.hellobike.com/people/berkeley-rail-sergey-levine
> 频道：people | 更新日期：2026-10-22 | 标签：实验室, 离线强化学习, 机器人操作, 基础策略
> 核心摘要：Robotic AI & Learning Lab (RAIL)由Sergey Levine领导，聚焦离线强化学习、机器人操作、基础策略。其公开代表成果包括《BridgeData V2: A Dataset for Robot Learning at Scale》等，实验平台主要是Franka、WidowX 与多机构数据集。需注意，现有结论主要来自基准与实验室操作台，跨平台或开放环境表现应以原文实验边界为准。

# UC Berkeley RAIL 与机器人强化学习

::: v-pre

| 项目 | 内容 |
| --- | --- |
| 机构 | 加州大学伯克利分校 University of California, Berkeley |
| 实验室 / 团队 | Robotic AI & Learning Lab (RAIL) |
| 负责人 | Sergey Levine |
| 地点 | Berkeley 美国 |
| 主页 | [https://rail.eecs.berkeley.edu/](https://rail.eecs.berkeley.edu/) |
| GitHub | [https://github.com/rail-berkeley](https://github.com/rail-berkeley) |

## 研究方向

离线强化学习、机器人操作、基础策略

## 团队概况

Robotic AI & Learning Lab (RAIL)由Sergey Levine领导，聚焦离线强化学习、机器人操作、基础策略。其公开代表成果包括《BridgeData V2: A Dataset for Robot Learning at Scale》等，实验平台主要是Franka、WidowX 与多机构数据集。需注意，现有结论主要来自基准与实验室操作台，跨平台或开放环境表现应以原文实验边界为准。

## 代表工作

- BridgeData V2: A Dataset for Robot Learning at Scale（CoRL 2023） · [链接](https://arxiv.org/abs/2308.12952)
- RLPD: Efficient Training of Offline-to-Online Reinforcement Learning（CoRL 2023） · [链接](https://arxiv.org/abs/2302.02948)
- FMB: a Functional Manipulation Benchmark for Generalizable Robotic Learning（IJRR 2024） · [链接](https://arxiv.org/abs/2401.08553)

## 来源

- [RAIL Lab](https://rail.eecs.berkeley.edu/)
:::

## 原始参考来源 (Sources)

- [RAIL Lab](https://rail.eecs.berkeley.edu/)