Comprendre et raisonner sur la physique est une capacité importante des agents intelligents. Nous avons développé le benchmark PHYRE pour le raisonnement physique, qui contient un ensemble de casse-têtes simples de mécanique classique dans un environnement physique 2D. Ce benchmark est conçu pour encourager le développement d'algorithmes d'apprentissage qui sont économes en échantillons et généralisent bien entre les différents casse-têtes. Nous avons testé plusieurs algorithmes d'apprentissage modernes sur PHYRE et constaté que ces algorithmes manquent de performance pour résoudre efficacement les casse-têtes. Nous espérons que PHYRE encouragera le développement d'agents novateurs, économes en échantillons, capables d'apprendre des modèles physiques à la fois efficaces et utiles. Pour accéder au code et essayer PHYRE par vous-même, veuillez visiter https://player.phyre.ai.