yxp_replays

yxp_replays 是一个来自非对称自走棋卡牌游戏《弈仙牌》的录像文件数据集。在该游戏中，每位玩家拥有独立的卡池，通过调整己方卡牌布局来预判对手布局是取胜的关键，这与采用共享卡池、单局胜负受运气影响较大的传统自走棋游戏有所不同。数据集由游戏对局的录像文件（JSON 格式）构成，通过自动化脚本从指定的存储桶目录中收集并打包成 .tar.zst 压缩归档文件。数据归档过程遵循特定规则：通常要求一个存储桶内最新的文件修改时间至少为 4 天前，且其中至少包含一场特定模式（data.gameMode 为 3）的对局；或者当存储桶尚未被归档时，要求其最高编号的录像文件满足一定年龄条件。此外，每个被接受的录像编号必须包含完整的 8 个玩家视角数据（全部缺失、全部存在或混合存在但包含非模式 3 的对局）。该数据集主要用于分析与《弈仙牌》游戏对局相关的行为，可能适用于游戏 AI 训练、玩家策略分析、元游戏（metagame）研究等场景。README 文件还提供了用于本地运行归档、模拟运行以及启用自动化定时归档任务的脚本和系统服务配置说明。yxp_replays is a replay dataset for the asymmetric auto-battler card game *Yixianpai* (《弈仙牌》). In this game, each player has an independent card pool, and adjusting one's own card layout to predict the opponent's layout is the key to victory, which differs significantly from traditional auto-battler games that utilize a shared card pool and have single-match outcomes heavily influenced by luck. The dataset comprises game replay files in JSON format, which are collected and packaged into .tar.zst compressed archives via automated scripts from a designated storage bucket directory. The data archiving process adheres to specific rules: generally, the latest file modification timestamp within a storage bucket must be at least 4 days old, and the bucket must contain at least one match of a specific mode (where data.gameMode equals 3); alternatively, if a storage bucket has not yet been archived, its highest-numbered replay file must meet a specified age criterion. Additionally, every accepted replay ID must include complete player perspective data for all 8 players, which can be either entirely missing, entirely present, or a mixed set but containing non-mode 3 matches. This dataset is primarily designed for analyzing behaviors related to *Yixianpai* game matches, and can be applied to scenarios including game AI training, player strategy analysis, metagame research, and other related fields. The README file also provides scripts and system service configuration guidelines for local archiving, simulated operation, and enabling automated scheduled archiving tasks.

原始信息汇总

数据集名称

yxp_replays

数据集来源

该数据集来自游戏《易仙》（Yi Xian），一款非对称自走棋卡牌游戏。游戏机制独特：每位玩家拥有独立的卡池，通过预判对手的卡牌排列来优化己方布局，从而在特定对战中几乎总能获胜，区别于《云顶之弈》等共享卡池且难以通过位置预判取胜的自走棋游戏。

数据集内容

• 数据类型：游戏回放文件（replay files）
• 数据格式：包含 JSON 文件，部分回放数据以 .tar.zst 压缩档案形式存储

数据采集与管理

• 采集脚本：archive_replay_buckets.py
• 数据来源目录：/home/sharpobject/repos/yisim/scrape/data/replays 下的回放桶（bucket）目录
• 档案构建：脚本将回放桶目录打包为 .tar.zst 档案
• 归档条件（满足任一即可归档）：
  • 桶内最新文件修改时间距今至少 4 天，且至少一个 JSON 文件的 data.gameMode 为 3
  • 不存在已有档案，桶内最高回放编号至少为桶编号 + 980，且该回放的 data.beginTs 距今至少 4 小时
• 数据完整性要求：每个回放编号必须拥有全部 8 个视角（perspectives），视角可以是全部缺失、全部为 JSON 文件或混合存在且至少一个 JSON 的 data.gameMode 不为 3

使用方式

• 本地归档运行： sh ./archive_replay_buckets.py

• 仅查看队列，不写入档案： sh ./archive_replay_buckets.py --dry-run

• 运行、提交变更并推送到 Hugging Face 远程仓库： sh ./archive_replay_buckets.py --push

自动化配置

• 自动化工具：提供 systemd 用户服务单元文件，位于 systemd/ 目录
• 启用定时任务： sh mkdir -p ~/.config/systemd/user cp systemd/yxp-replay-archives.service systemd/yxp-replay-archives.timer ~/.config/systemd/user/ systemctl --user daemon-reload systemctl --user enable --now yxp-replay-archives.timer

许可协议

• 许可证：WTFPL（Do What The Fuck You Want To Public License）

搜集汇总

数据集介绍

构建方式

yxp_replays数据集汇聚了来自自走棋卡牌游戏《易仙》（Yi Xian）的对局回放文件，该游戏以其非对称竞技机制及独特的卡片预判策略著称。数据集的构建依托于自动化归档流程，通过`archive_replay_buckets.py`脚本将回放数据从本地存储目录整理为`.tar.zst`压缩存档。归档触发条件包括：回放桶中最新的JSON文件修改时间超过4天且包含至少一个游戏模式为3的条目，或桶中最高回放编号超过桶编号加980且对应时间戳超过4小时。每个回放编号需集齐全部8个视角文件（缺失、JSON或混合状态皆可），以确保数据的完整性与一致性。归档操作支持本地执行、预览队列及推送至Hugging Face远程仓库，并可通过systemd服务实现定时自动化运行。

特点

该数据集的核心特点在于其专为《易仙》回放分析设计，所收录的对局文件记录了玩家在独立卡池中通过动态调整卡牌排列以应对对手策略的博弈过程，这与传统共享卡池的自走棋游戏（如云顶之弈）形成鲜明对比。数据集的归档策略兼具灵活性与严谨性：一方面通过时间条件和新旧程度双重阈值确保存档的时效性；另一方面对视角数量与内容类型设立严格校验，避免不完整或无效数据混入。回放文件可能包含多种游戏模式，其中模式3被视为战略价值较高的对战类型，可优先归档。这种筛选机制使得yxp_replays成为研究非对称自走棋对局模式与玩家决策行为的优质资源。

使用方法

使用yxp_replays数据集时，用户可通过Hugging Face平台直接下载已归档的`.tar.zst`压缩回放文件，解压后获得JSON格式的对局数据。每条回放包含8个视角的独立文件，便于从多维度还原对局细节，分析玩家操作与瞬时决策。研究者可借助脚本工具对数据集进行批量解析，提取游戏模式、时间戳、卡牌布局等关键字段，进而构建对抗策略模型或进行行为预测分析。本地用户亦可通过`archive_replay_buckets.py`的`--dry-run`参数预览待归档队列，或结合systemd定时任务实现持续的数据采集与同步，适用于需要实时更新回放库的长期研究项目。

背景与挑战

背景概述

yxp_replays数据集是一个专注于收集《逸仙》（Yi Xian）这款非对称自走棋卡牌游戏对局回放文件的数据集。该游戏由独立开发者SharpObject创建，核心研究问题在于探索在各自独立卡池的博弈环境中，玩家如何通过优化卡牌排列以预判对手策略，从而实现几乎必胜的对局，这与传统自走棋（如《云顶之弈》）的共享卡池机制形成鲜明对比。数据集自2024年起持续更新，通过自动化归档脚本从游戏服务器抓取回放数据，并托管于HuggingFace平台。它对人工智能领域中的博弈论、策略优化和决策推理研究具有重要意义，为研究者提供了真实玩家交互的高质量回放样本，推动了非对称博弈环境下的机器学习模型训练与评估。

当前挑战

yxp_replays数据集面临的挑战体现在多个层面。在领域问题层面，它致力于解决非对称自走棋游戏中的策略优化与对手建模难题，这类游戏因卡池私有化导致状态空间庞大且对手行为高度不可预测，传统强化学习方法难以直接应用。在构建过程中，挑战同样严峻：首先，回放数据需确保每个对局编号的8个视角完整，缺失或混合状态需通过复杂的筛选规则识别；其次，数据归档依赖自动脚本，需平衡存储效率与数据时效性，例如仅当数据达一定陈旧度或进度阈值时才触发打包；最后，跨玩家身份验证与游戏模式（如gameMode 3）的过滤逻辑增加了数据清洗的复杂性，要求持续维护与调优。

常用场景

经典使用场景

在非对称自走棋策略游戏的研究领域，yxp_replays数据集为构建基于真实对局回放的智能决策模型提供了关键数据支撑。该数据集收录了《易仙》游戏中的完整对局回放文件，每一场对局均包含八名玩家的全部视角数据，涵盖卡牌池分配、棋盘布局调整以及战斗结果等细粒度状态信息。研究者可利用这些回放数据深入分析玩家在不同局势下的布阵策略，从而训练能够预测对手行动并优化己方阵型的强化学习或行为克隆模型，是探索不完全信息博弈中最优策略学习的理想基准资源。

解决学术问题

该数据集有效解决了非对称自走棋博弈中因独立卡牌池与极度信息不对称导致的策略建模难题。传统自走棋研究多依赖共享卡池环境，而yxp_replays聚焦于每位玩家拥有专属卡牌池的独特设定，为学术界提供了研究不完全信息下对手建模、局部最优策略逼近以及动态资源分配等核心挑战的高质量数据。通过解析海量高分段对局记录，研究者得以量化特定布局策略的胜率增益，并验证基于对手阵型反推的对抗性推理算法，对推动博弈论与多智能体强化学习在复杂策略空间中的理论发展具有重要意义。

衍生相关工作

基于yxp_replays数据集已孵化出多项开创性研究，包括面向非对称自走棋的对手行为预测模型、基于图神经网络的阵型价值评估网络，以及融合蒙特卡洛树搜索与深度学习的混合策略优化框架。其中，利用该数据集训练的卡牌协同效应感知模型，首次量化了特定单位组合在不同对局阶段的胜率贡献度；另一项工作则通过对比人类与AI玩家的博弈树搜索深度差异，揭示了高水平玩家在信息不完美环境下特有的决策启发性偏误。这些衍生成果不仅深化了对自走棋类游戏内在博弈机理的理解，也反向推动了数据集从基础回放库向策略研究标准化基准的升级迭代。