当前全球游戏产业正朝着个性化、智能化方向演进，玩家体验量化、动态难度适配、人机自然交互已成为游戏研发领域和人机交互学科的核心研究方向，而覆盖多源信号的标准化专业数据集，是推动相关技术落地的核心基础。作为北欧顶尖的信息技术研究机构，哥本哈根信息技术大学在游戏用户研究、人机交互领域长期处于全球前沿，其本次发布的Atari Games Challenge Pilot Dataset，正是面向上述研究需求推出的多模态玩家体验数据集，旨在为游戏领域的玩家体验全面评估提供标准化数据底座。
该数据集由哥本哈根信息技术大学团队研发完成，共纳入19名不同游戏水平的参与者体验三款经典Atari 2600游戏的全流程数据，累计覆盖57个完整游戏会话，每个会话包含三组对照试验，数据维度丰富全面：既包含操作频次、关卡进度、得分波动等游戏运行侧的遥测数据，也包含玩家事后提交的难度感知、愉悦度、沉浸感等主观自我报告数据，同时同步采集了游戏过程中的脑电图（EEG）、眼动追踪等生理信号数据，完整还原了玩家从客观操作到主观感受、从显性行为到隐性生理反应的全链路信息。
为保障数据的准确性和复用性，本次数据采集通过学校自研的定制软件框架实现，对所有生理信号与行为数据进行了毫秒级严格同步，且整体数据组织完全遵循BIDS（脑成像数据结构）国际通用规范，支持跨机构研究复用、跨模型训练适配，大幅降低了相关领域的研究数据预处理成本。
从应用方向来看，该数据集目前主要面向人机交互、游戏用户研究两大领域落地使用：在玩家行为分析场景中，研究人员可通过打通多源数据关联，拆解不同能力层级玩家的决策逻辑、情绪波动规律，为游戏关卡设计、新手引导机制优化提供实证参考；在动态难度调整算法研发场景中，该数据集首次实现了玩家主观难度感受与客观操作、生理数据的对应，可帮助算法建立更精准的用户体验感知模型，解决过往仅靠得分、通关时长等单一指标调整难度带来的体验适配偏差问题，为后续自适应游戏系统的开发提供数据支撑；此外，数据集还可用于游戏平衡策略验证、沉浸式游戏生理反馈交互研发等多个方向。作为全球游戏领域为数不多的标准化多模态玩家数据集，本次发布的数据集也为全球数据要素市场中垂直领域专业数据集的建设提供了参考样本，有望推动游戏AI、个性化交互等领域的技术落地速度。
查看Atari Games Challenge Pilot Dataset
详情页内容：
_1769672084863.jpg)