rl-game-traces-middle-earth-shadow-of-war

该数据集名为中土世界：战争之影，是一个公开资源库，包含从游戏《中土世界：战争之影》中采集的游戏过程追踪数据。数据集主要用于强化学习和视频分类相关任务的研究与开发，数据内容多样，包括游戏过程视频（.mkv格式）、游戏截图或界面图像（.png格式）、记录游戏事件与状态的元数据（.json, .jsonl, .parquet格式）、可能的文本日志（.txt格式）以及一个数据库文件（.db格式）。整个数据集由418个文件构成，总大小约为275.23 GB，于2026年6月4日生成，语言为中文，涵盖了游戏玩法、视频和游戏数据等标签。需要注意的是，数据集许可证标记为其他，在使用其包含的游戏录像、音频或资产前，应仔细审查相关权利。The dataset is named Middle-earth: Shadow of War and is a public repository containing game process tracking data collected from the game Middle-earth: Shadow of War. It is primarily used for research and development in reinforcement learning and video classification tasks. The data content is diverse, including game process videos (.mkv format), game screenshots or interface images (.png format), metadata recording game events and states (.json, .jsonl, .parquet formats), possible text logs (.txt format), and a database file (.db format). The entire dataset consists of 418 files with a total size of approximately 275.23 GB, generated on June 4, 2026. The language is Chinese, and it covers tags such as gameplay, video, and game data. It is important to note that the dataset license is marked as Other, and relevant rights should be carefully reviewed before using the included game recordings, audio, or assets.

原始信息汇总

数据集概述：中土世界：战争之影

这是一个从游戏《中土世界：战争之影》中采集的游戏过程轨迹数据集。

• 数据集名称: 中土世界：战争之影
• 任务类别: 强化学习、视频分类
• 语言: 中文
• 标签: 游戏玩法、视频、游戏数据

数据集内容

• 文件总数: 418 个文件
• 本地总大小: 275.23 GB
• 生成时间: 2026-06-04T16:07:45+00:00

文件类型

文件类型	数量
.jsonl	128
.png	98
.json	96
.mkv	32
.txt	32
.parquet	31
.db	1

重要说明

• 该数据集可能包含游戏视频、Parquet 文件、JSON/JSONL 元数据以及输入事件日志。
• 数据集许可标记为 other（其他），在复用前需审查游戏画面、音频及资产的权利归属。

搜集汇总

数据集介绍

构建方式

该数据集源自经典动作角色扮演游戏《中土世界：战争之影》的本地游戏过程记录，存储于用户设备上的指定目录中。数据收集涵盖了游戏运行期间的多种信息载体，共计418个文件，总容量高达275.23 GB，充分反映了游戏世界的丰富交互与动态叙事。构建过程通过自动捕获机制，将键盘输入、鼠标操作等实时事件日志与游戏画面、元数据同步整合，形成了包含JSONL事件序列、PNG截图、JSON配置、MKV视频回放、TXT文本说明及Parquet结构化表格在内的多模态数据体系，并辅以一个数据库文件用于索引管理，最终统一打包上传至公开仓库。

使用方法

该数据集的使用需注意其许可证标注为“other”，在利用游戏视频、音频及资产内容前，务必审阅相关权利声明以避免侵权。研究者可针对不同任务选取相应子集：JSONL文件适合进行序列决策建模与强化学习算法训练，通过输入事件序列学习策略；Parquet文件便于数据高效加载与特征工程，适用于监督学习场景；MKV视频可用于视频分类任务或作为视觉编码器的输入。建议采用分帧处理视频以提取关键帧，并利用JSON元数据关联事件与视觉内容，实现状态-动作对的对齐分析。加载时，可依赖Hugging Face Datasets库实现高效流式读取。

背景与挑战

背景概述

中土世界：战争之影（Middle-earth: Shadow of War）是一款基于托尔金奇幻世界观的动作角色扮演游戏，以其独特的“复仇女神系统”（Nemesis System）著称，创造了动态且个性化的敌友关系。该数据集于2026年6月创建，包含418个文件，总容量达275.23 GB，涵盖了游戏过程中的多种数据模态，如JSONL元数据、PNG游戏截图、MKV游戏视频、输入事件日志以及Parquet结构化数据等。这一大规模多模态数据集为强化学习、视频分类及游戏AI研究提供了珍贵的真实环境交互样本，尤其在复杂开放世界中的决策序列学习、环境反馈建模方面具有重要价值，有望推动游戏智能体的泛化与鲁棒性研究。

当前挑战

该数据集所面临的核心挑战源于其研究领域与应用场景的复杂性。首先，在领域问题层面，数据集服务于强化学习与视频分类任务，需要解决开放世界游戏中长期依赖决策、稀疏奖励探索以及高维视觉-运动协同学习的难题。传统监督学习难以处理此类动态非确定性环境，而强化学习模型又可能因游戏策略多样性而产生过拟合。其次，在构建过程中，数据集面临多模态数据异构整合的挑战，包括不同格式（如视频、图像、日志）的时间同步与对齐；大容量数据（达275.23 GB）的存储与高效加载；以及游戏资产、音频和版权内容的合规使用问题，由于许可证标记为“other”，数据再利用需谨慎评估第三方权利。

常用场景

经典使用场景

《中土世界：战争之影》游戏轨迹数据集（rl-game-traces-middle-earth-shadow-of-war）汇集了418份游戏过程记录，总容量达275.23 GB，涵盖JSONL元数据、PNG截图、MKV视频片段、输入事件日志及Parquet结构化数据等多种文件格式。该数据集最典型的应用场景是强化学习领域中的智能体行为建模与策略优化研究——通过分析玩家的实时操作序列（包括技能释放、潜行路线选择、复仇女神系统交互等复杂决策过程），研究者可构建高保真度的模仿学习模型，或将其作为离线强化学习环境中的行为先验知识库。此外，多模态数据（视频截图+事件日志）也为视觉-动作联合推理提供了天然的对照数据源。

解决学术问题

在学术层面，该数据集首要解决的是开放世界动作角色扮演游戏中长时域决策规划的数据匮乏问题。传统游戏数据集多聚焦于简单规则对战或离散动作空间，而《中土世界：战争之影》包含动态敌我关系网络（复仇女神系统）、非线性任务链及实时环境交互，为研究层级强化学习、元学习与迁移学习提供了极具挑战性的基准。借助这批包含完整玩家轨迹的日志与视频，学者可深入探索探索-利用权衡机制在复杂环境中的涌现规律，以及人类玩家如何在不确定条件下形成领域知识表征。该数据集填补了高端3A级游戏在强化学习、行为克隆及多任务学习领域的公共数据空白，显著推动了游戏人工智能与具身智能研究的交叉融合。

实际应用

在产业实践中，该数据集直接服务于游戏开发中的智能NPC（非玩家角色）行为系统优化与玩家体验分析。游戏策划团队可利用操作序列数据调整关卡难度曲线，优化复仇女神系统的动态事件触发逻辑，使敌人行为更贴近人类战术偏好。另一方面，视频与输入日志的配对资料可用于训练游戏内辅助功能（如自动存档预警、战斗策略建议），并作为质量保证测试中自动化测试脚本的模拟输入来源。对于直播与电竞领域，该数据集可支持教学回放系统的高效检索与游戏高光时刻的自动生成，显著降低人工标注成本。

数据集最近研究

最新研究方向

该数据集聚焦于开放世界动作角色扮演游戏《中土世界：战争之影》中智能体交互行为与复杂环境反馈的深度表征学习，其多模态数据（包括操作日志、视觉画面及结构化元数据）为强化学习中的长期策略优化与罕见事件建模提供了高保真训练素材。结合当前生成式AI与游戏智能体在虚拟世界交互的热点，该数据集可用于探索类人决策机制、环境因果推理以及对抗性策略的自我博弈训练，其大规模游戏轨迹有望推动通用决策智能体在动态复杂场景下的泛化能力突破，同时为游戏AI的可解释性和安全性评估开辟新范式。