Orbit Wars Self-Play Positions

kaggle2026-06-11 更新2026-07-24 收录

游戏AI强化学习

策略游戏决策

数据链接：

https://www.kaggle.com/datasets/pawanmali/orbit-wars-selfplay-positions 数据链接链接失效反馈

官方服务：

资源简介：

3M Orbit Wars board positions labeled by eventual winner, from a simulator

源自模拟器的300万局《轨道战争（Orbit Wars）》棋盘局面，均以对应对局的最终获胜方为标注标签

创建时间：

2026-06-11

cs2_dataset_render

FPS游戏行为分析

游戏AI强化学习

OpenCS2 — POV Renders 是一个专注于《反恐精英2》（Counter-Strike 2）第一人称视角（POV）训练片段的数据集。每个数据行包含≤1分钟的一名玩家的视角，每回合的10个玩家视角共享相同的时间轴。数据集包含以下内容：视频（1280×720分辨率，32帧/秒，近乎无损的H.264编码）、音频（每个玩家的立体声音频，根据其位置和方向混合）、输入（每个时间点的按键、鼠标移动

Hugging Face2026-04-30 更新150

talha1503/flappy_shifted_rollout_latency_1

游戏AI强化学习

FlappyBird游戏模拟

--- dataset_info: features: - name: image dtype: image - name: split dtype: string - name: prompt dtype: string - name: action_id dtype: int64 - name: action_text dtype

Hugging Face2026-04-21 更新30

The Pokémon Company - PTCG AI Battle Challenge Simulation Episodes 2026-07-21

游戏AI强化学习

卡牌对战策略分析

Top episode replays for 2026-07-21.

kaggle2026-07-22 更新10

life1904/vgc-battle-logs

宝可梦对战策略

游戏AI强化学习

--- license: mit task_categories: - reinforcement-learning size_categories: - 100K<n<1M --- Dataset from the paper [VGC-Bench: Towards Mastering Diverse Team Strategies in Competitive Pokémon](https:

Hugging Face2026-04-07 更新30

latency-sensitive-bench/demon_attack_fix_latency_1

游戏AI强化学习

延迟敏感策略评估

该数据集是一个用于机器学习任务的数据集，包含图像、文本提示和动作相关的数据，可能用于强化学习或交互式环境中的决策任务。特征包括图像、分割标识、提示文本、动作ID、动作文本、延迟时间、奖励值、完成标志、剧集索引、时间步、种子值和确定性标志。数据集分为训练集和验证集，训练集包含288,000个样本，验证集包含72,000个样本，总数据量约为320.23 MB。数据集旨在支持模型训练和评估，特别是在基于

Hugging Face2026-05-13 更新20

Orbit Wars Self-Play Positions

资源简介：

相关数据集