積木世界是人工智能中的一個規劃領域。該算法類似于一組坐在桌子上的各種形狀和顏色的木質積木。目標是建立一個或多個垂直堆積的積木。每次只能移動一個積木：它既可以放在桌子上，也可以放在另一個積木上面。因此，在某一特定時間內，任何處于另一積木之下的積木都不能被移動。此外，某些種類的積木不能在其上面堆放其他積木。這個玩具世界的簡單性使它很容易成為經典的符號人工智能方法，在這種方法中，世界被建模為一組抽象的符號，可以被推理。

人工智能可以在理論和實際應用方面進行研究。大多數實際應用的問題是，工程師們不知道如何對人工智能系統進行編程。與其完全拒絕挑戰，不如發明一個容易解決的領域，這就是所謂的玩具問題。發明玩具問題的目的是為了編程一個能夠解決它的人工智能。積木世界領域就是一個玩具問題的例子。與更現實的人工智能應用相比，它的主要優勢在于，許多算法和軟件程序都可以處理這種情況。這使得不同的理論可以相互比較。在其基本形式中，積木世界問題由相同大小的立方體組成，這些立方體的顏色都是黑色。一個機械手臂必須挑選和放置這些立方體。這個問題的更復雜的衍生物包括不同大小、形狀和顏色的立方體。從算法的角度來看，方塊世界是一個np-hard的搜索和規劃問題。其任務是將系統從初始狀態帶入目標狀態。

自動規劃和調度問題通常用規劃域定義語言（PDDL）符號描述，這是一種用于符號操作任務的人工智能規劃語言。如果某個東西是用PDDL符號制定的，它就被稱為域。因此，裝訂積木的任務是一個積木世界領域，它與其他規劃問題如碼頭工人機器人領域和猴子與香蕉問題形成對比。給定一個開始的積木世界，一個結束的積木世界，以及一個整數L>0，是否有一種方法可以移動積木，以L或更少的步驟將開始的位置改變到結束的位置？這個決策問題是NP-hard。