MSC：一个用于《星际争霸 II》宏观管理的数据集
人工智能
2023-04-04 v3
摘要
宏观管理是《星际争霸》中的一个重要问题，已被研究了很长时间。过去几年中，各种数据集连同各类方法被提出。但这些数据集在推动学术和工业研究方面存在一些缺陷：1）某些数据集既没有标准的预处理、解析和特征提取程序，也没有预定义的训练、验证和测试集。2）某些数据集仅针对宏观管理中的特定任务。3）某些数据集要么太小，要么没有足够的标记数据供现代机器学习算法（如深度神经网络）使用。因此，大多数先前的方法使用各种特征进行训练，并在来自相同或不同数据集的不同测试集上进行评估，这使得直接比较变得困难。为了推动《星际争霸》中宏观管理的研究，我们基于 SC2LE 平台发布了一个新的数据集 MSC。MSC 包含精心设计的特征向量、预定义的高层动作以及每场比赛的最终结果。我们还将 MSC 划分为训练集、验证集和测试集，以便于评估和比较。除了数据集，我们还提出了一个基线模型，并展示了全局状态评估和建造顺序预测这两个宏观管理关键任务的初始基线结果。为了《星际争霸 II》中宏观管理的研究，我们还描述了该数据集的各种下游任务和分析。主页：https://github.com/wuhuikai/MSC。
引用
@article{arxiv.1710.03131,
title = {MSC: A Dataset for Macro-Management in StarCraft II},
author = {Huikai Wu and Yanqi Zong and Junge Zhang and Kaiqi Huang},
journal= {arXiv preprint arXiv:1710.03131},
year = {2023}
}
备注
Homepage: https://github.com/wuhuikai/MSC