最近，Google Brain和DeepMind联合提出了一个称为RL Unplugged的基准，以评估和比较离线RL（强化学习）方法。RL Unplugged包含来自多个领域的数据，包括游戏（例如Atari基准测试）和模拟的电机控制等（例如DM Control Suite）。

离线RL可以从离线的数据中学习新策略，而无需与环境进行任何真实的交互。这种方法的问题是，现实世界的数据集不可能由单一的RL训练的策略产生，而且这种方法不能泛化到其他的场景。缺乏基线让算法评估变得困难。在当前的离线RL研究中，实际应用领域的重要属性、高维感知流（例如图像）、不同的动作空间等覆盖不全，非平稳性和随机性不足，使得现存的基准很难评估离线RL算法的实用性。

因此，比较算法并确保其可重复性显得尤为重要，RL Unplugged的目的就是通过提出通用的基准，数据集，评估协议和代码来解决这些问题。