zetliu2001/OpenWorldSandbox
OpenWorldSandbox Dataset 场景与任务数据（JSON v0.1 规范）——OpenWorldSandbox 具身场景沙盒的官方数据集。 代码仓库：https://github.com/ZetingLiu/OpenWorldSandbox（仓库只含代码与规格文档，数据托管于此） 沙盒说明：具身场景沙盒，JSON 场景/任务 → compile 为 SQLite 世界快照，17 个语义动作，部分可观测，Goal DSL 判卷。 内容 路径 说明 scenarios/ 场景包：home_01（家庭，6 区 29 实体）、market_01（超市，6 区 26 实体） tasks/ 11 个任务：home 6 个（含 2 个探索任务变体对）、market 5 个（含 2 个探索任务变体对） scenarios/README.md 场景 JSON 规格 v0.1（冻结） tasks/README.md 任务 JSON 规格 v0.1（冻结）… See the full description on the dataset page: https://huggingface.co/datasets/zetliu2001/OpenWorldSandbox.
061
OpenWorldSandbox Dataset
场景与任务数据（JSON v0.1 规范）——OpenWorldSandbox 具身场景沙盒的官方数据集。
- 代码仓库：https://github.com/ZetingLiu/OpenWorldSandbox（仓库只含代码与规格文档，数据托管于此）
- 沙盒说明：具身场景沙盒，JSON 场景/任务 → compile 为 SQLite 世界快照，17 个语义动作，部分可观测，Goal DSL 判卷。
内容
任务构成
- 基础任务（7）：导航取放、容器开合、设备操作、复合购物链、清洁/安全扰动任务，均经 walkthrough 回放验证可解。
- 探索任务（4，2026-08 新增）：ARC-AGI-3 风格"先观察再行动"任务——
home_01_laundry_supply_v1/v2：找东西（洗衣液藏在不同容器）market_01_pick_good_apple_v1/v2：候选选择（好/坏苹果对调） 每对变体指令基本相同、环境状态不同，防止"记住固定 ID/路线"通关。
数据生产管线（质量门禁）
- LLM 生成候选 → JSON/schema 校验 → 实体引用检查 → 指令泄漏检查 → 信息获取动作检查 → 动作预算检查 → compile 回放（walkthrough 每步必须成功）→ v1/v2 变体差异检查 → GPT-5 配对结构化审查（固定路线跨版本必须失效）→ 全量回归后才晋级本数据集。
- 原始候选与审查记录见代码仓库
ows/gen/管线（staging 产物不发布）。
使用
from datasets import load_dataset
ds = load_dataset("zetliu2001/OpenWorldSandbox")或配合沙盒直接编译运行：
ows compile --scenario scenarios/home_01.json --task tasks/home/home_01_umbrella_move.json
ows sandbox --db_path <compiled>.db版本
- v0.1 规格冻结；数据增量更新（探索任务为 2026-08-26 批次）。