volcano-princess-gameplay-data

“火山的女儿”是一个公开的游戏玩法数据集，数据来源于本地游戏文件夹上传。数据集包含434个文件，总大小为242.73 GB，生成于2026年6月8日。文件类型多样，包括JSONL和JSON格式的元数据、PNG和JPG格式的图像、MKV格式的视频、Parquet文件、TXT文本文件、XLSX表格文件以及一个EXE可执行文件。内容可能涉及游戏视频、图像、元数据记录以及键盘和鼠标事件日志。根据标签和任务类别，该数据集适用于强化学习和视频分类等任务。语言为中文，主题围绕游戏玩法、视频和游戏数据。许可证标记为“其他”，使用前需审查游戏镜头、音频及相关资产的版权问题。原始本地游戏文件夹名称为“火山的女儿”。"Volcano's Daughter" is a public gameplay dataset containing data uploaded from its local game folder. This dataset includes 434 files with a total size of 242.73 GB, and was generated on June 8, 2026. The data covers various file types, including metadata in JSONL and JSON formats, images in PNG and JPG formats, videos in MKV format, Parquet files, TXT files, XLSX spreadsheet files, and one EXE executable file. The dataset may involve game videos, images, metadata records, as well as keyboard and mouse event logs. Based on its tags and task categories, this dataset is applicable to tasks such as reinforcement learning and video classification. It is in Chinese, with themes centered on gameplay, videos and game data. Its license is marked as "Other", and copyright issues related to game footage, audio and related assets must be reviewed prior to use. The original name of the local game folder is "Volcano's Daughter".

原始信息汇总

数据集概述：火山的女儿

• 数据集名称：火山的女儿
• 主页地址：https://huggingface.co/datasets/xiaoluo11/volcano-princess-gameplay-data
• 语言：中文
• 许可证：other（需自行审查游戏画面、音频及资源的版权）
• 任务类型：强化学习、视频分类
• 标签：gameplay、video、game-data

内容构成

• 文件总数：434 个
• 本地总大小：242.73 GB
• 生成时间：2026-06-08 06:39:58 UTC

文件类型分布

文件类型	数量
.jsonl	129
.json	102
.png	83
.txt	31
.mkv	31
.parquet	30
.jpg	15
.xlsx	12
.exe	1

内容说明

• 数据集包含游戏玩法视频、图片、Parquet 文件、JSON/JSONL 元数据以及键盘/鼠标事件日志。
• 数据来源于本地游戏文件夹 F:火山的女儿，文件夹名称为 火山的女儿。
• 该数据集可能包含游戏素材，使用者需自行审查相关权利后再行复用。

搜集汇总

数据集介绍

构建方式

该数据集源自本地游戏《火山的女儿》的完整游玩数据，采集自指定存储路径，包括434个文件，总容量达242.73 GB，生成时间标注为2026年6月。数据构成涵盖多种格式：JSON与JSONL文件用于存储结构化元数据与日志，PNG与JPG图像记录游戏画面截图，MKV视频捕捉连续游戏过程，Parquet文件提供高效的数据表格存储，TXT与XLSX文件辅助记录文本与统计信息，甚至包含可执行文件。这种多样化的文件组合反映了从游戏运行状态、操作输入到视觉输出的全方位数据捕获策略。

特点

数据集最显著的特点在于其跨模态的丰富性，整合了视频、图像、结构化数据与操作日志，为多模态学习与强化学习研究提供了天然实验场。视频文件完整保留游戏进程，JSONL文件可能序列化键盘与鼠标事件，Parquet文件便于高效分析游戏内数值变化。数据量庞大且类型繁多，允许研究者从像素到行为序列进行多层次探索，特别适合构建游戏智能体或分析玩家决策模式。同时，由于涉及游戏资产与视频内容，使用前需审慎审查版权与隐私合规性。

使用方法

研究者可依据任务需求灵活调用数据子集：视频分类任务可直接利用MKV文件与对应元数据；强化学习建模可从JSONL文件中提取动作序列与状态标签，结合Parquet表格构建环境反馈数据；图像文件可用于训练视觉感知模型。建议使用Python结合JSON解析库与视频处理工具（如OpenCV或PyAV）逐类加载数据。视频文件需配合时间戳元数据进行对齐，Parquet文件可通过Pandas快速读取并转换为训练格式，注意检查LICENSE限制后合理复用。

背景与挑战

背景概述

《火山的女儿》是一款以角色养成与多结局叙事为核心的国产独立游戏，其独特的架空世界观与沉浸式交互设计吸引了大量玩家。为深入探究玩家行为模式与游戏机制的交互影响，研究团队于2026年构建了该数据集，收录了434个文件、总容量达242.73 GB的本地游玩数据。数据涵盖游戏视频、图像帧、操作日志、元数据及键盘鼠标事件记录等多种模态，反映了玩家在复杂决策环境下的实时反馈与长期策略。该数据集的开放为强化学习、视频分类及人机交互领域提供了宝贵的真实场景训练资源，尤其推动了基于游戏环境的智能体泛化能力研究。

当前挑战

该数据集面临的核心挑战在于其多模态异构数据的融合与标注。玩家行为需从视频、日志与元数据中联合推断，而时间对齐与事件语义解析的精度直接影响模型训练效果。此外，游戏内存在大量非标准化交互（如随机事件、玩家自定义操作），导致行为模式高度离散，传统序列建模方法难以捕捉长程依赖性。数据采集过程中，本地文件夹结构的不一致性及运行文件（.exe）的潜在安全风险增加了清洗难度。最后，受限于‘other’许可协议，游戏素材的版权归属与二次分发合法性仍需审慎核查，限制了数据集的公开复用范围。

常用场景

经典使用场景

《火山的女儿》游戏玩法数据集汇集了游戏过程中的视频录像、图像帧、键盘鼠标事件日志以及结构化元数据，为多模态游戏行为分析提供了丰富素材。该数据集最经典的使用场景在于强化学习与模仿学习领域，研究人员可借助其中的游戏录像与操作日志，提取玩家的决策序列与环境状态转移信息，进而训练智能体模拟人类玩家的游戏策略。视频与图像的并存使视觉特征与动作映射成为可能，为基于视觉的强化学习模型提供真实且复杂的训练环境。此外，数据集中的JSON和Parquet文件便于高效加载与预处理，适合构建大规模离线强化学习基准。由于其包含了完整的操作记录和对应的视觉反馈，该数据集尤其适用于研究长期规划、资源管理和多目标优化等复杂任务中的智能体行为建模。

解决学术问题

该数据集主要解决了学术研究中游戏智能体训练数据稀缺与多模态行为建模困难的问题。传统强化学习往往依赖于模拟环境生成的合成数据，缺乏真实人类玩家操作的多样性与策略深度。该数据集通过提供实际游玩过程中的视频、操作日志和事件记录，使研究者能够探索人类决策中的隐式策略、偏好分布以及自适应调节机制。同时，它促进了多模态学习领域的发展——如何将视觉输入、时序操作信号与文本元数据有效融合，以提升模型对复杂交互环境的理解能力。借助该数据集，学术研究得以更深入地剖析模仿学习中的状态-动作映射偏差，以及离线强化学习中策略分布偏移的应对方法。其影响在于降低了高质量游戏行为数据的获取门槛，推动了具身智能和游戏AI理论在真实场景下的验证与创新。

衍生相关工作

该数据集的发布催生了若干经典衍生工作，主要集中在离线强化学习算法改进和多模态行为克隆方法创新。研究者利用其中的操作轨迹和视觉帧，提出了针对稀疏奖励环境下的分层强化学习框架，通过将视频分割为子任务片段以实现高效探索。还有工作围绕数据增强技术展开，利用视频关键帧插值与操作序列重采样，生成更多样化的训练样本以缓解离线数据分布偏差。在行为克隆领域，基于该数据集发展出的逆强化学习模型能够从玩家的操作日志中推断隐式奖励函数，从而更精准地复现人类决策逻辑。此外，结合自然语言描述与游戏截图的跨模态工作中，研究者尝试将事件日志转化为文本指令，用于训练语言引导的智能体。这些衍生的研究成果不仅推动了游戏AI的技术边界，也为更通用的机器人规划与人机协作提供了方法论参考。