理解和推理物理现象是智能体的重要能力。我们开发了PHYRE基准测试，用于评估物理推理能力，该基准包含了一系列在二维物理环境中的简单经典力学谜题。该基准旨在促进样本高效且泛化能力强的学习算法的发展。我们在PHYRE上测试了几种现代学习算法，发现这些算法在高效解决谜题方面存在不足。我们期望PHYRE能够推动新型样本高效智能体的研发，这些智能体能够学习到既高效又实用的物理模型。如需代码或亲自体验PHYRE，请访问https://player.phyre.ai。