THE COLOSSEUM¶
📌 一句话：专测操作策略泛化/鲁棒性的仿真基准，20 个任务 × 14 类环境扰动（物体属性、光照、相机位姿、干扰物…），系统量化"换了条件掉多少分"。
🧰 对我们（速判）¶
- 不是比"谁分高"，而是比"谁掉得少"——做泛化/鲁棒性论证时很有说服力。
- 建在 RLBench 任务之上，便于把已有 RLBench 方法直接拉来做扰动评测。
- 坑：纯仿真扰动 ≠ 真机分布偏移；报告时要说清扰动维度与组合。
关键（摘要级）¶
- 📄 任务/扰动：20 个操作任务，14 个环境扰动轴。
- 📄 发现：单一扰动通常掉 30–50% SR；多扰动叠加可掉 75%+（原文）。
- 📄 指标：扰动前后成功率 SR 变化 / 泛化差距。