PGD：用于数据驱动分析的大规模职业围棋数据集
人工智能
2022-05-03 v1 机器学习
摘要
李世石连胜中——这位传奇在与 AlphaGo 交锋后是否再度崛起？柯洁在世界锦标赛中无人能敌——他这次还能夺冠吗？围棋是东亚最受欢迎的棋类游戏之一，在中国、日本和韩国拥有持续数十年的稳定职业赛事体系。针对足球、篮球和电子竞技等许多运动已有成熟的数据驱动分析技术。然而，由于缺少数据集、元信息和棋局内统计，为围棋开发此类技术仍然困难且具挑战性。本文创建了职业围棋数据集（PGD），包含 1950 年至 2021 年间 2,148 名职业棋手进行的 98,043 局对局。经过人工清洗与标注，我们为每位棋手、每局对局和每项赛事提供了详细的元信息。此外，该数据集包含由先进的基于 AlphaZero 的 AI 评估的每步落子的分析结果。为建立 PGD 基准，我们进一步分析数据并基于围棋相关先验知识提取可指示对局状态的有意义棋局内特征。借助完整的元信息和构建的棋局内特征，我们的结果预测系统达到 75.30% 的准确率，远高于若干 SOTA 方法（64%–65%）。据我们所知，PGD 是围棋乃至棋类游戏中首个用于数据驱动分析的数据集。除这一可喜结果外，我们提供了更多受益于本数据集的任务示例。本文的最终目标是连接这一古老游戏与现代数据科学界。它将推进围棋相关分析研究，以提升粉丝体验、帮助棋手提高能力，并促进其他有前景的方面。该数据集将公开提供。
引用
@article{arxiv.2205.00254,
title = {PGD: A Large-scale Professional Go Dataset for Data-driven Analytics},
author = {Yifan Gao},
journal= {arXiv preprint arXiv:2205.00254},
year = {2022}
}
备注
IEEE Conference on Games 2022. Dataset is available at https://github.com/Gifanan/Professional-Go-Dataset