yethdev/2048-gameplay-dataset

---
license: other
license_name: mit-attribution
task_categories:
- reinforcement-learning
tags:
- "2048"
- game-ai
- supervised-learning
- imitation-learning
size_categories:
- 10K<n<100K
---

# 2048 Expert Gameplay Dataset

State-action pairs from an expert N-Tuple Network agent playing 2048.
Can be used for imitation learning / supervised training of 2048 agents.

## Stats

- Source games: 10,000
- Games after filtering: 9,000
- Total moves: 54,010,983
- Average score: 143,847
- Win rate (>= 2048): 100% (losing games removed)
- Score floor: 62,152 (bottom 10% removed)

## Files

- `train.jsonl` - 8,100 games (48,592,790 moves) for training
- `val.jsonl` - 900 games (5,418,193 moves) for validation
- `games.jsonl` - original unfiltered dataset (10,000 games)

## Filtering

The raw dataset was filtered to improve supervised learning quality:
1. Removed games that did not reach the 2048 tile (losing games with desperate end-moves)
2. Removed bottom 10% by score (bad-luck games with messy board patterns)
3. Split 90/10 into train/validation (every 10th kept game to validation)

## Format

JSONL format, one game per line. Each game object:

```json
{
"game_id": 0,
"score": 142056,
"max_tile": 8192,
"num_moves": 2341,
"moves": [
{
"board": [0, 0, 0, 2, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 2, 0],
"action": 0,
"action_name": "up",
"reward": 0,
"move_number": 0
}
]
}
```

- `board`: 16 tile values in row-major order (0=empty, 2/4/8/...)
- `action`: 0=up, 1=right, 2=down, 3=left
- `reward`: points from merges on this move

许可协议：其他
许可协议名称：MIT署名协议（mit-attribution）
任务类别：
- 强化学习（reinforcement-learning）
标签：
- "2048"
- 游戏AI（game-ai）
- 监督学习（supervised-learning）
- 模仿学习（imitation-learning）
样本量范围：10000 < 样本量 < 100000

# 2048游戏专家对局数据集

本数据集包含由专家级N元组网络（N-Tuple Network）AI智能体（AI Agent）游玩2048游戏时生成的状态-动作配对数据，可用于2048游戏智能体的模仿学习与监督训练。

## 统计数据

- 原始对局数：10000局
- 过滤后有效对局数：9000局
- 总动作步数：54010983步
- 平均单局得分：143847
- 胜率（达成2048及以上数值方块）：100%（已剔除未达成目标的失败对局）
- 得分下限：62152（已剔除得分排名后10%的对局）

## 文件说明

- `train.jsonl`：训练集，包含8100局对局，共计48592790步动作
- `val.jsonl`：验证集，包含900局对局，共计5418193步动作
- `games.jsonl`：原始未过滤数据集，包含10000局对局

## 过滤规则

为提升监督训练的质量，我们对原始数据集进行了如下过滤处理：
1. 剔除未达成2048数值方块的失败对局（包含绝境收尾动作的对局）
2. 剔除得分排名后10%的对局（包含因运气不佳导致棋盘杂乱的对局）
3. 按照90:10的比例划分为训练集与验证集（每10局保留1局作为验证集）

## 数据格式

数据集采用JSONL格式，每行代表一局完整对局。每局对局对应的JSON对象结构如下：

json
{
"game_id": 0,
"score": 142056,
"max_tile": 8192,
"num_moves": 2341,
"moves": [
{
"board": [0, 0, 0, 2, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 2, 0],
"action": 0,
"action_name": "up",
"reward": 0,
"move_number": 0
}
]
}

- `board`：以行优先顺序存储的16个方块数值（0代表空槽，2/4/8等代表对应数值的方块）
- `action`：动作编码，0对应上移，1对应右移，2对应下移，3对应左移
- `reward`：本次移动合并方块所获得的得分