論文の概要: SC2EGSet: StarCraft II Esport Replay and Game-state Dataset

• arxiv url: http://arxiv.org/abs/2207.03428v1
• Date: Thu, 7 Jul 2022 16:52:53 GMT
• ステータス: 処理完了
• システム内更新日: 2022-07-08 12:45:26.312463
• Title: SC2EGSet: StarCraft II Esport Replay and Game-state Dataset
• Title（参考訳）: SC2EGSet: StarCraft II Esport Replayとゲーム状態データセット
• Authors: Andrzej Bia{\l}ecki, Natalia Jakubowska, Pawe{\l} Dobrowolski, Piotr Bia{\l}ecki, Leszek Krupi\'nski, Andrzej Szczap, Robert Bia{\l}ecki, Jan Gajewski
• Abstract要約: この研究は、StarCraft II esportsトーナメントから生のファイルと事前処理されたファイルを提供することで、幅広い科学コミュニティにエスポートを開放することを目的としている。 トーナメントマッチをゲームエンジンで生成し,低レベルアプリケーションプログラミングインタフェース(API)ライブラリを用いてデータ抽出を行った。 私たちのデータセットには、2016年以来のスタークラフトIIトーナメントのメジャーおよびプレミアのリプレイが含まれています。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As a relatively new form of sport, esports offers unparalleled data availability. Despite the vast amounts of data that are generated by game engines, it can be challenging to extract them and verify their integrity for the purposes of practical and scientific use. Our work aims to open esports to a broader scientific community by supplying raw and pre-processed files from StarCraft II esports tournaments. These files can be used in statistical and machine learning modeling tasks and related to various laboratory-based measurements (e.g., behavioral tests, brain imaging). We have gathered publicly available game-engine generated "replays" of tournament matches and performed data extraction and cleanup using a low-level application programming interface (API) parser library. Additionally, we open-sourced and published all the custom tools that were developed in the process of creating our dataset. These tools include PyTorch and PyTorch Lightning API abstractions to load and model the data. Our dataset contains replays from major and premiere StarCraft II tournaments since 2016. To prepare the dataset, we processed 55 tournament "replaypacks" that contained 17930 files with game-state information. Based on initial investigation of available StarCraft II datasets, we observed that our dataset is the largest publicly available source of StarCraft II esports data upon its publication. Analysis of the extracted data holds promise for further Artificial Intelligence (AI), Machine Learning (ML), psychological, Human-Computer Interaction (HCI), and sports-related studies in a variety of supervised and self-supervised tasks.
• Abstract（参考訳）: 比較的新しいタイプのスポーツとして、esportsは別途のデータ可用性を提供している。 ゲームエンジンが生成する膨大なデータにもかかわらず、それらを抽出し、実用的および科学的用途のためにその完全性を検証することは困難である。 私たちの研究は、starcraft iiのeスポーツトーナメントの生ファイルと前処理ファイルを提供することで、より広い科学コミュニティにeスポーツを開放することを目的としています。 これらのファイルは統計および機械学習モデリングタスクで使用することができ、様々な実験室に基づく測定(例えば、行動検査、脳イメージング)と関連付けられる。 我々は,トーナメントマッチのゲームエンジン生成した「リプレイ」を収集し,低レベルアプリケーションプログラミングインタフェース(API)パーサライブラリを用いてデータ抽出とクリーンアップを行った。 さらに、データセットを作成する過程で開発されたすべてのカスタムツールをオープンソースとして公開しました。 これらのツールには、データのロードとモデル化のためのPyTorchとPyTorch Lightning API抽象化が含まれている。 われわれのデータセットには、2016年以来のスタークラフトIIトーナメントのリプレイが含まれている。 データセットを作成するために,ゲーム状態情報付き17930ファイルを含む55のトーナメント「リプレイパック」を処理した。 利用可能なstarcraft iiデータセットの初期調査に基づいて、私たちのデータセットがstarcraft iiのesportsデータの最大の公開ソースであることを観察しました。 抽出されたデータの解析は、さらに人工知能(ai)、機械学習(ml)、心理学、人間とコンピュータの相互作用(hci)、スポーツ関連の様々なタスクにおける研究の可能性を秘めている。

関連論文リスト

• PlayMyData: a curated dataset of multi-platform video games [2.7498981662768536]
  PlayMyDataは、IGDBのWebサイトで収集された99,864のマルチプラットフォームゲームからなる、キュレートされたデータセットである。 専用APIを利用することで、説明、ジャンル、評価、ゲームプレイビデオURL、スクリーンショットなど、各ゲームに関連するメタデータを収集する。 PlayMyDataは、提供されたマルチメディアデータの上に構築されたクロスドメイン調査を促進するために使用できる。
  論文  参考訳（メタデータ） (2024-01-16T18:45:38Z)
• Technical Challenges of Deploying Reinforcement Learning Agents for Game Testing in AAA Games [58.720142291102135]
  本稿では,既存の自動ゲームテストソリューションに,スクリプト型ボットをベースとして,実験的な強化学習システムを追加する取り組みについて述べる。 ゲーム制作において強化学習を活用するためのユースケースを示し、ゲームのために同じ旅をしたいと思う人なら誰でも遭遇する最大の時間をカバーしています。 我々は、機械学習、特にゲーム生産において効果的なツールである強化学習を作るのに価値があり、必要であると考えるいくつかの研究指針を提案する。
  論文  参考訳（メタデータ） (2023-07-19T18:19:23Z)
• Commentary Generation from Data Records of Multiplayer Strategy Esports Game [21.133690853111133]
  我々は、人気のあるエスポートゲームであるLeague of Legendsから構造化されたデータと注釈をペアリングする大規模なデータセットを構築します。 次に、Transformerベースのモデルを評価し、構造化データレコードからゲーム注釈を生成する。 データ・ツー・テキスト・ジェネレーションのコミュニティにおける潜在的研究を促進するために、データセットをリリースします。
  論文  参考訳（メタデータ） (2022-12-21T11:23:31Z)
• ESTA: An Esports Trajectory and Action Dataset [0.0]
  我々はエスポートデータを用いて、勝利予測のための機械学習モデルを開発する。 Awpyはオープンソースのライブラリで、プレイヤーの軌跡やアクションをゲームログから抽出できる。 ESTAは、これまでで最大かつ最も細かく公開されているスポーツデータセットの1つである。
  論文  参考訳（メタデータ） (2022-09-20T17:13:50Z)
• Kubric: A scalable dataset generator [73.78485189435729]
  KubricはPythonフレームワークで、PyBulletやBlenderとインターフェースして写真リアリスティックなシーンを生成する。 本研究では,3次元NeRFモデルの研究から光フロー推定まで,13種類の異なるデータセットを提示することで,Kubricの有効性を実証する。
  論文  参考訳（メタデータ） (2022-03-07T18:13:59Z)
• REGRAD: A Large-Scale Relational Grasp Dataset for Safe and Object-Specific Robotic Grasping in Clutter [52.117388513480435]
  本稿では,オブジェクト間の関係のモデル化を継続するregradという新しいデータセットを提案する。 データセットは2D画像と3Dポイントクラウドの両方で収集されます。 ユーザは、好きなだけ多くのデータを生成するために、自由に独自のオブジェクトモデルをインポートできる。
  論文  参考訳（メタデータ） (2021-04-29T05:31:21Z)
• AI-enabled Prediction of eSports Player Performance Using the Data from Heterogeneous Sensors [12.071865017583502]
  我々は,センサのデータのみを用いて,eSportsプレーヤーのゲーム内パフォーマンスを予測する人工知能(AI)対応ソリューションについて報告する。 リカレントニューラルネットワークを用いて、マルチプレイヤーゲームにおけるゲームログから、各モーメント毎のプレイヤー性能を評価する。 提案するソリューションはプロのeスポーツチームやアマチュア選手のための学習ツールに多くの有望な応用がある。
  論文  参考訳（メタデータ） (2020-12-07T07:31:53Z)
• Collection and Validation of Psychophysiological Data from Professional and Amateur Players: a Multimodal eSports Dataset [7.135992354416602]
  リーグ・オブ・レジェンズ(League of Legends)ビデオゲームのプロチームとアマチュアチームから収集したデータセットを40時間以上の録音で提示する。 記録にはプレイヤーの生理活動、動き、脈拍、ササード、様々なセンサーから得られる。 このデータセットの重要な特徴は、5人のプレーヤーによる同時データ収集であり、チームレベルでのセンサーデータの分析を容易にする。
  論文  参考訳（メタデータ） (2020-11-02T13:25:11Z)
• LID 2020: The Learning from Imperfect Data Challenge Results [242.86700551532272]
  Imperfect Dataワークショップからの学習は、新しいアプローチの開発に刺激を与え、促進することを目的としている。 我々は、弱教師付き学習環境における最先端のアプローチを見つけるために、3つの課題を編成する。 この技術的レポートは、課題のハイライトを要約している。
  論文  参考訳（メタデータ） (2020-10-17T13:06:12Z)
• Design and Implementation of TAG: A Tabletop Games Framework [59.60094442546867]
  本書では,Tabletop Gamesフレームワーク(TAG)の設計と実装について述べる。 TAGは、AI研究のためのモダンなボードゲームを開発するためのJavaベースのベンチマークである。
  論文  参考訳（メタデータ） (2020-09-25T07:27:30Z)
• MSC: A Dataset for Macro-Management in StarCraft II [52.52008929278214]
  プラットフォームSC2LEに基づいた新しいマクロ管理データセットをリリースする。 MSCは、よく設計された特徴ベクトル、事前定義されたハイレベルアクション、および各マッチの最終結果からなる。 データセットの他に,グローバルな状態評価とビルド順序予測のためのベースラインモデルと初期ベースライン結果を提案する。
  論文  参考訳（メタデータ） (2017-10-09T14:59:11Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。