ToyBlocks

ToyBlocks 是 Ai2（Allen Institute for AI） 发布的首个 FoundationWorld：面向机器人学习的可控开源仿真框架，场景为桌面机械臂操作积木（推、翻、堆叠），基于 NVIDIA Isaac Sim / Isaac Lab。

核心能力：

• 自动生成技能与长程示教，无需昂贵遥操作；
• 首批数据约 85,336 条长程示教、近 1,600 小时、1.44 亿帧（LeRobot 格式）；
• 配套训练（如 ManiFlow）与闭环评测，可用 oracle 替换高层/低层策略以定位失败；
• 目标用 PDDL 表达，自动度量成功与部分进度。

博客：https://huggingface.co/blog/allenai/toyblocks 仓库：https://github.com/allenai/ToyBlocks

为什么重要

机器人学习常卡在「演示贵、难复现、难定位失败」。ToyBlocks 把数据生成、训练与评测放进同一可控世界，便于分离规划失败与控制失败，并研究 sim→real 迁移。

注意

• FoundationWorld 是 Ai2 系列框架名，ToyBlocks 是其中第一款；
• 需 Isaac Sim/Lab 与 NVIDIA GPU 环境；
• 与通用玩具积木品牌区分，以 allenai/ToyBlocks 为准。

1. 阅读 https://huggingface.co/blog/allenai/toyblocks ；
2. clone https://github.com/allenai/ToyBlocks 按文档配置 Isaac Sim/Lab；
3. 使用 allenai/toyblocks-data 或自生成示教训练策略；
4. 在仿真中闭环评测，必要时用 oracle 分层定位失败。