DolphinNie/dungeon-dataset

Brogue Map数据集来源于开源游戏Brogue，包含49,000个训练数据、14,000个测试数据和7,000个验证数据。每个地图数据以32x32的二维数组形式存储在.csv文件中，数组中的每个单元格是一个0到13的整数，代表14种不同的地图瓦片。数据集提供了地图的二维表示，而非三维的one-hot表示。如果需要训练新模型，需进一步处理数据集。

The Brogue Map Dataset is derived from the open-source game Brogue. It contains 49,000 training samples, 14,000 test samples, and 7,000 validation samples. Each map is stored as a 32×32 2D array in .csv files, where each cell in the array is an integer ranging from 0 to 13 representing 14 distinct map tiles. The dataset provides 2D representations of the maps rather than 3D one-hot encodings. Further processing of the dataset is required if one intends to train new models.

原始信息汇总

Brogue Map Dataset 概述

数据集基本信息

• 名称: Brogue Map Dataset
• 许可证: MIT
• 标签: code
• 大小: 10K<n<100K

数据集内容

• 数据量: 包含49,000个训练数据，14,000个测试数据，7,000个验证数据。
• 数据格式: 每个地图数据存储为.csv文件，地图大小为(32x32)的数组。
• 数据表示: 每个数组元素为一个int类型，数值范围从0到13，代表14种不同的地图图块。

数据处理

• 加载与转换: 使用load_dataset函数从Hugging Face加载数据集，并通过自定义函数convert_dataset转换数据格式。
• 可视化: 提供了一个visualize_map函数用于可视化地图数据。

数据集特点

• 二维表示: 数据集提供的是二维地图表示，而非三维的一热编码表示。
• 进一步处理: 若需用于新模型训练，可能需要对数据集进行进一步处理。

搜集汇总

数据集介绍

构建方式

该数据集源自开源游戏《Brogue》的地图数据，精心构建了共计70,000张游戏地图，其中训练集包含49,000张、测试集14,000张、验证集7,000张。每张地图以32x32的二维网格形式存储于独立的CSV文件中，网格中的每个单元格采用0至13的整数编码，分别对应14种不同的地形图块，例如地面、沙地、水域、沼泽、熔岩、冰面、草地、菌丛、灰烬、石地、水晶、火焰及桥梁。这种基于整数的紧凑编码方式，使得原始地图数据能够以高效且结构化的形式呈现，为后续的机器学习任务提供了坚实的数值化基础。

特点

该数据集的核心特点在于其纯粹的地图空间表征，每张地图均以二维矩阵形式直接呈现游戏场景的拓扑结构，而非采用三维独热编码的复杂表示。这种设计保留了地图的原始空间关联性，使得数据既轻量又直观，便于研究者快速理解地形分布规律。此外，数据集规模适中，包含近七万张地图，覆盖了丰富的环境类型组合，为模型训练提供了充足的多样性。值得注意的是，数据集明确提示使用者需根据自身模型需求进行进一步预处理，体现了对下游任务灵活适配的考量。

使用方法

使用该数据集时，首先需通过HuggingFace的`load_dataset`函数加载原始数据。由于平台存储格式的特殊性，必须调用`convert_dataset`函数将每32行数据重组为一张完整的地图矩阵，从而获得正确的二维数组结构。重组后的数据集可直接用于可视化分析，例如借助Matplotlib的`imshow`函数展示地图样貌。对于需要训练新模型的场景，开发者需自行将整数编码的地图转换为模型所需的输入格式，例如独热编码或嵌入表示，以满足不同算法对数据维度和语义表达的要求。

背景与挑战

背景概述

在程序化内容生成与强化学习交叉领域，地牢类游戏地图的自动生成与理解一直是研究热点。DolphinNie/dungeon-dataset数据集由研究者Dolphin Nie于2024年创建，基于开源游戏Brogue的底层地图数据，旨在为智能体提供标准化的环境表征学习基准。该数据集包含49000个训练样本、14000个测试样本及7000个验证样本，每个样本为32×32的二维整数矩阵，映射14种地形类别（如地面、沙地、水域等）。其核心研究问题聚焦于如何利用结构化地图表征提升算法在未知环境中的泛化能力，为后续的路径规划、场景理解及生成对抗网络等任务提供了高质量数据支撑，在游戏AI与程序化内容生成领域具有重要参考价值。

当前挑战

该数据集面临的核心挑战在于地形语义的稀疏性与空间依赖性的平衡。14种地形类别在32×32网格中分布极不均匀，如“无”(G_NONE)与“地面”(G_GROUND)占比显著高于“桥梁”(G_BRIDGE)等稀有类别，易导致模型对低频地形特征的学习不足。构建过程中，原始Brogue地图以CSV格式存储，需通过特定脚本（如convert_dataset函数）将HuggingFace自动格式化的数据重组为完整地图矩阵，这一预处理步骤增加了使用门槛。此外，数据集仅提供二维整数编码而非三维独热表示，研究者需自行设计嵌入层或特征工程方法，以适应不同模型架构的输入需求，这对跨任务迁移学习的效率构成隐性挑战。

常用场景

经典使用场景

在程序化内容生成与游戏智能领域，DolphinNie/dungeon-dataset 数据集为基于深度学习的自动地图生成任务提供了标准化基准。该数据集源自经典开源游戏 Brogue，包含约七万张32×32像素的二维地牢地图，每张地图以14种瓷砖类型编码，涵盖地面、水域、岩浆、植被等丰富地形要素。研究者可将其作为条件生成模型（如GAN、VAE或扩散模型）的训练与评估平台，探索从随机噪声或语义约束到连贯游戏地图的映射关系。其结构化的数值表示形式便于直接接入卷积神经网络架构，使模型能够学习地牢布局的空间拓扑规律与局部纹理模式。

实际应用

在实际应用层面，本数据集可直接赋能独立游戏开发与沉浸式体验设计。开发者可利用训练后的模型快速生成多样化的地下城关卡，替代手工逐格绘制，从而缩短开发周期并丰富游戏内容的随机性。例如，在Roguelike类游戏中，模型可根据玩家进度实时生成地形与危险区域，提升重玩价值。此外，该数据集还可用于训练辅助设计工具，为关卡设计师提供布局草图与创意灵感。其二维网格表示方式也便于集成至Unity或Unreal Engine等主流游戏引擎，通过简单后处理即可转化为可交互的3D场景。

衍生相关工作

自发布以来，该数据集已催生多项衍生工作。研究者将其用于训练基于扩散模型的渐进式地图生成器，实现了从低分辨率草图到高细节地牢的逐级细化。另一些工作则聚焦于条件生成，利用该数据集训练可控制地形比例（如水域覆盖率或通道宽度）的变分自编码器。此外，该数据集还被用作强化学习环境中环境生成的训练数据，使智能体在多样化地形中学习导航策略。在评估方面，有工作基于该数据集提出了新的地图多样性度量指标，如瓷砖共生矩阵与路径连通性评分，推动了生成内容评估方法的发展。