five

league-of-legends-decoded-replay-packets

收藏
Hugging Face2025-09-03 更新2025-09-04 收录
下载链接:
https://huggingface.co/datasets/maknee/league-of-legends-decoded-replay-packets
下载链接
链接失效反馈
官方服务:
资源简介:
《英雄联盟》解码回放数据集包含超过1TB的《英雄联盟》游戏回放数据,适用于游戏分析、行为建模和强化学习等研究。数据集按游戏补丁版本组织,包含解析后的包级别游戏事件。支持通过Gym环境或手动下载处理的方式使用数据集,数据格式为JSONL,涵盖20种事件包类型,捕捉游戏中的所有关键事件。
创建时间:
2025-08-27
原始信息汇总

League of Legends Replays Dataset 概述

数据集基本信息

  • 许可证:Apache 2.0
  • 任务类别:强化学习、时间序列预测、其他
  • 语言:英语
  • 标签:游戏、电子竞技、英雄联盟、行为数据、游戏分析、时间序列、LOL、回放
  • 规模:10M到100M之间

数据集内容

  • 数据量:超过1TB(包含10万+游戏回放)
  • 数据格式:JSONL文件,包含按时间顺序排列的游戏事件包
  • 数据组织:按游戏补丁版本组织(12_22、12_23、13_01、13_02、13_03)

数据包类型

包含20种数据包类型,涵盖所有游戏事件:

  • CreateHero:英雄生成和初始化
  • HeroDie:英雄死亡事件
  • WaypointGroup:移动指令和路径查找
  • WaypointGroupWithSpeed:带速度数据的移动指令
  • EnterFog:实体进入战争迷雾
  • LeaveFog:实体离开战争迷雾
  • UnitApplyDamage:单位间伤害处理
  • DoSetCooldown:技能冷却更新
  • BasicAttackPos:带位置数据的基础攻击
  • CastSpellAns:技能/法术施放事件
  • BarrackSpawnUnit:兵营生成小兵
  • SpawnMinion:普通小兵生成事件
  • CreateNeutral:中立野怪生成
  • CreateTurret:防御塔初始化
  • NPCDieMapView:NPC死亡(地图视图)
  • NPCDieMapViewBroadcast:NPC死亡广播
  • BuyItem:物品购买事件
  • RemoveItem:物品移除/出售
  • SwapItem:物品栏位交换
  • UseItem:物品激活/使用
  • Replication:游戏状态同步

应用领域

  • 强化学习
  • 游戏分析
  • 行为研究

使用方式

推荐方式:使用Gym环境

python pip install league-of-legends-decoded-replay-packets-gym

import league_of_legends_decoded_replay_packets_gym as lol_gym

dataset = lol_gym.ReplayDataset([ "12_22/batch_001.jsonl.gz", ], repo_id="maknee/league-of-legends-decoded-replay-packets")

dataset.load(max_games=1)

手动下载和处理

python from huggingface_hub import hf_hub_download import json import gzip

local_file = hf_hub_download( repo_id="maknee/league-of-legends-decoded-replay-packets", filename="12_22/batch_001.jsonl.gz", repo_type="dataset" )

with gzip.open(local_file, rt, encoding=utf-8) as f: for line_num, line in enumerate(f): match_data = json.loads(line) packets = match_data["events"]

引用信息

bibtex @dataset{league_of_legends_decoded_replay_packets_2025, title={League of Legends Decoded Replay Packets Dataset}, author={maknee}, year={2025}, url={https://huggingface.co/datasets/maknee/league-of-legends-decoded-replay-packets} }

搜集汇总
数据集介绍
main_image_url
构建方式
在电子竞技数据分析领域,League of Legends Decoded Replay Packets数据集通过系统化采集与解析《英雄联盟》游戏回放文件构建而成。该数据集涵盖超过10万场对局、总量达1TB的原始数据,按照游戏版本号(12.22至13.03)进行分批次整理。采用JSONL压缩格式存储,每条记录包含按时间顺序排列的20类游戏事件数据包,完整记录了从英雄移动、技能施放到物品交易等全维度对战信息。
使用方法
研究者可通过两种方式使用该数据集:推荐采用专用Gym环境进行数据加载,通过pip安装集成库后即可直接调用标准化接口访问数据,支持按版本批次选择与游戏数量控制;亦可手动下载原始压缩文件,使用gzip与json模块逐行解析。数据集支持强化学习智能体训练、玩家行为模式分析、游戏元数据挖掘等多类应用场景,具体实现可参考项目提供的冠军移动可视化与OpenLeague5智能体训练示例。
背景与挑战
背景概述
电子竞技数据分析领域近年来蓬勃发展,League of Legends Decoded Replay Packets数据集由独立研究者maknee于2025年构建,旨在为多智能体强化学习与游戏行为建模提供高质量数据支持。该数据集收录超过10万场英雄联盟对战录像,以解析后的数据包形式呈现游戏事件时序流,涵盖了从英雄移动、技能施放到物品交易等全方位游戏行为数据。作为目前规模最大的MOBA游戏数据集之一,它为研究复杂动态环境下的智能体决策机制提供了前所未有的数据基础,对推动游戏人工智能与行为分析研究具有重要价值。
当前挑战
该数据集主要应对多智能体协同决策与环境动态适应的核心挑战,其复杂体现在高维状态空间与长时序依赖关系的处理难度。构建过程中面临数据解析的技术壁垒,包括逆向工程解析私有协议、处理海量原始数据(超过1TB)的存储与压缩,以及确保事件时序一致性的验证工作。数据标准化过程中还需解决不同游戏版本间的协议差异,并保持事件语义的准确映射,这些技术难点共同构成了数据集构建的核心挑战。
常用场景
经典使用场景
在电子竞技数据分析领域,该数据集为多智能体强化学习研究提供了理想的实验环境。研究者通过解析游戏回放中的时间序列事件数据,能够精确重构英雄移动轨迹、技能释放时序和战斗决策过程,这些高频行为数据为训练智能体在复杂战场环境中的协同作战策略奠定了坚实基础。
解决学术问题
该数据集有效解决了游戏AI领域缺乏大规模真实对战数据的瓶颈问题,为研究多智能体协同决策、动态环境下的时序预测以及玩家行为建模提供了重要支撑。通过超过10万场对战的精细事件记录,学者能够深入探究群体智能的涌现机制,推动强化学习算法在非完全信息博弈场景中的理论突破。
实际应用
职业电竞团队利用该数据集进行战术分析与选手表现评估,通过挖掘海量对战数据中的模式特征,构建智能教练系统辅助训练。游戏开发商则借助这些数据优化匹配机制与平衡性调整,同时为观众提供更深入的赛事数据可视化服务,全面提升电子竞技产业的数字化水平。
数据集最近研究
最新研究方向
随着电子竞技数据分析领域的蓬勃发展,League of Legends解码回放数据包数据集正推动多智能体强化学习与行为建模的前沿探索。研究者利用其精细的时空事件序列,开发具备战术决策能力的AI智能体,模拟职业选手的团队协作与资源分配策略。该数据集还支持游戏平衡性分析与元游戏演变研究,通过挖掘海量对战数据揭示版本更新对战术生态的影响。这些研究不仅为游戏AI提供了真实训练环境,更为复杂系统下的行为预测与决策优化理论提供了宝贵实证基础。
以上内容由遇见数据集搜集并总结生成
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作