stoofvlees-data

Stoofvlees训练数据集是为连续赢得2023年和2024年世界计算机国际象棋锦标赛的Stoofvlees引擎生成的国际象棋训练数据。该数据集包含多个大规模文件，总数据量从数百兆字节到上百吉字节不等，具体包括：完整对局数据（无提前裁定或认输）、核心训练数据以及为数据混合实验而转换的Leela Chess Zero训练测试数据。数据中的位置经过二次采样，长残局和和棋局的比例相对较低。每个数据样本是一个固定长度为4545字节的记录，以压缩的二进制格式存储。记录内容详尽，包含：46个8x8棋盘位平面（从行棋方视角表示，包含棋子位置、攻击图等信息）、基于蒙特卡洛树搜索访问计数的策略目标、18个浮点数标量特征（如静态评估、王车易位权、重复局面标志等）、搜索评估分数、从该位置出发的最终对局结果（输、和、赢），以及距离对局结束的剩余步数。该数据集主要用于训练国际象棋AI引擎（如强化学习）以及进行数据混合实验。不同文件遵循不同的开源许可证（CC-BY-4.0或ODbL）。The Stoofvlees training dataset is chess training data generated for the Stoofvlees engine, which consecutively won the 2023 and 2024 World Computer Chess Championships. This dataset comprises multiple large-scale files, with total data volume ranging from hundreds of megabytes to hundreds of gigabytes. Specifically, it includes complete game data (without early adjudication or resignation), core training data, and Leela Chess Zero training and test data converted for data mixing experiments. The positions in the dataset have been subsampled, with relatively low proportions of long endgames and drawn games. Each data sample is a record with a fixed length of 4545 bytes, stored in a compressed binary format. The record content is comprehensive, including 46 8x8 chessboard bit planes (represented from the perspective of the moving side, containing piece positions, attack maps, etc.), strategy targets based on Monte Carlo Tree Search visit counts, 18 floating-point scalar features (such as static evaluation, castling rights, repetition flags, etc.), search evaluation scores, the final game result from this position (loss, draw, win), and the remaining number of moves until the end of the game. This dataset is mainly used for training chess AI engines (such as reinforcement learning) and conducting data mixing experiments. Different files follow different open-source licenses (CC-BY-4.0 or ODbL).

搜集汇总

数据集介绍

构建方式

Stoofvlees-data 数据集由2023年及2024年世界计算机国际象棋锦标赛冠军引擎 Stoofvlees 产生，其构建过程基于蒙特卡洛树搜索自博弈与完备对局记录。数据以高度压缩的 `.zdat` 格式存储，内部采用 zstd 算法结合共享字典进行分组压缩，并配备 `.idx` 索引文件以实现随机访问。每个位置记录为4545字节的结构体，包含46层位板表征、4096字节的MCTS访问计数策略、18个标量特征、搜索评分、对局结果及剩余步数等信息，其中位板始终从走棋方视角编码，并在黑方走棋时翻转棋盘。数据集通过欠采样策略处理长残局与和棋，使训练分布更聚焦于关键中局局面。

使用方法

使用 Stoofvlees-data 进行模型训练时，需先利用配套的 `.zdat.idx` 索引文件实现高效随机读取。开发者可依据自身需求选择子集，例如 `train_fullgame.zdat` 适用于完整对局学习，`train_early.zdat` 聚焦于早期局面，而 `test80-2024-*` 系列则适用于数据混合消融实验。每条记录为固定大小的4545字节，可通过 `struct` 模块按 `368s4096B18fffB` 格式解码，其中位板部分需注意从走棋方视角解析，策略数组需将字节值映射为概率值。数据集附有Python解析示例与学术引用，便于集成至强化学习工作流中，作为MCTS或有监督学习的训练目标。

背景与挑战

背景概述

在计算机博弈领域，国际象棋长期作为人工智能算法与强化学习方法的经典试验田，自DeepBlue击败人类世界冠军以来，神经网络与蒙特卡洛树搜索（MCTS）的结合已成为该领域的主流范式。Stoofvlees-data数据集由Gian-Carlo Pascutto于2024年发布，其所属的Stoofvlees引擎在2023年（瓦伦西亚）与2024年（圣地亚哥-德孔波斯特拉）两届世界计算机象棋锦标赛中连续夺冠，标志着该引擎在搜索效率与策略网络训练上的里程碑式突破。该数据集聚焦于通过MCTS生成的高质量自对弈棋谱与状态价值信息，旨在为深度强化学习驱动的国际象棋引擎提供标准化的训练资源，其发布对推动计算机象棋算法的可复现性与社区协作研究具有深远影响。

当前挑战

该数据集所解决的领域挑战主要源于国际象棋引擎训练对高质量、大规模自对弈数据的迫切需求——传统引擎依赖手工特征与浅层搜索，难以捕捉长程战术与策略平衡，而Stoofvlees-data通过包含完整对局与早期终止数据的混合结构，有效缓解了数据分布偏差（如长尾残局与和棋的欠采样问题）。在构建过程中，数据格式的设计面临显著挑战：为实现高压缩比与随机访问，采用自定义.zdat格式嵌入zstd字典压缩，并设计了包含46层位平面（涵盖棋型、攻击图、通路兵等特征）与18维标量（含静态估值、兵临城下计数、重复局面标记等）的紧凑记录结构（每步4545字节），在存储效率与信息完整性间取得了精妙平衡。

常用场景

经典使用场景

在计算机象棋与强化学习领域，Stoofvlees数据集是训练基于蒙特卡洛树搜索（MCTS）的神经网络策略的价值评估系统的经典资源。该数据集包含了由世界计算机象棋冠军引擎Stoofvlees生成的数亿个对弈局面，每个局面以紧凑的位平面格式编码了棋盘状态、策略目标（MCTS访问次数分布）、评分结果等丰富信息。研究者通常利用这些数据来训练深度神经网络，使其学会从局面特征中预测最优走法和最终胜负，从而构建像AlphaZero一样从自我对弈中学习的象棋引擎。

解决学术问题

该数据集有效解决了计算机象棋研究中高质量训练数据稀缺与分布偏差的关键问题。传统数据集往往偏向短对局或残局，而Stoofvlees通过收集完整对局并辅以策略性的位置下采样，使得长尾的残局和求和局面得到合理呈现，从而提升模型在不同对局阶段的泛化能力。这推动了强化学习在确定性博弈中策略优化和价值估计的研究，为设计能够从零开始通过自学习达到超人类水平的象棋AI提供了坚实的数据基础。

实际应用

在实际应用中，Stoofvlees数据集被广泛用于开发和测试新一代国际象棋引擎，特别是那些完全依赖深度学习和强化学习方法、无需人类先验知识的程序。除竞赛场景外，这些训练数据还可服务于象棋教学辅助系统，通过分析模型在给定局面下的策略分布来提供走法建议，并用于开发自动对弈分析工具，帮助棋手理解复杂局面的关键决策点，从而提升训练效率。

数据集最近研究

最新研究方向

在计算机博弈与强化学习前沿探索中，Stoofvlees训练数据集以其卓越的实战成果——连续登顶2023年瓦伦西亚与2024年圣地亚哥-德孔波斯特拉世界计算机象棋锦标赛——成为棋类引擎社区瞩目的焦点。该数据集由冠军引擎Stoofvlees的生产性对弈数据精炼而成，涵盖完整对局、早期终止对局及从Leela Chess Zero转换的混合测试数据，总计超过500GB的高质量位置记录。当前研究热潮聚焦于利用蒙特卡洛树搜索（MCTS）的访问次数作为策略目标，结合精细化的特征编码（包括46层位平面与18维标量特征）来训练深度神经网络，从而推动引擎在复杂中局博弈与残局判断的泛化能力。这一资源不仅为数据混合实验与消融研究提供了标准化基准，更通过开放CC-BY-4.0与ODbL许可，促进了计算机博弈领域在分布外泛化、稀疏奖励信用分配等前沿课题上的协作攻关，其深远意义在于将顶级引擎的隐性知识转化为可复现、可扩展的科研基础设施，加速了从规则驱动到数据驱动博弈智能范式的演化进程。