---
title: Nebula_Zero_Connect6
canonical_url: "https://www.modelscope.cn/datasets/Lazyshu/Nebula_Zero_Connect6"
md_url: "https://www.modelscope.cn/datasets/Lazyshu/Nebula_Zero_Connect6.md"
repository: Lazyshu/Nebula_Zero_Connect6
chinese_name: "Nebula Zero - 六子棋 AI 对弈数据"
last_updated: 2026-01-08
license: "Apache License 2.0"
storage_size: "436 MB"
downloads: 7
stars: 0
---

# Nebula_Zero_Connect6

> Nebula_Zero_Connect6 - Lazyshu 在 ModelScope 开源的数据集。Nebula Zero - 六子棋自对弈数据集

Lazyshu/Nebula_Zero_Connect6 是 ModelScope 魔搭社区上的数据集，存储大小 436 MB，采用 Apache License 2.0 许可。

- **Repository**: Lazyshu/Nebula_Zero_Connect6
- **License**: Apache License 2.0
- **Storage size**: 436 MB
- **Downloads**: 7
- **Stars**: 0
- **Last updated**: 2026-01-08

Source: https://www.modelscope.cn/datasets/Lazyshu/Nebula_Zero_Connect6

---

# Nebula Zero - 六子棋自对弈数据集

本数据集包含 Nebula Zero 项目在强化学习训练过程中生成的自对弈对局数据。

> **首届北京市大学生"人工智能+"创新大赛六子棋赛道冠军项目**

## 数据说明

- **文件**: `selfplay_data.zip`
- **内容**: 800+ 代自对弈对局数据
- **格式**: CSV 文件（每代一个文件）
- **总计**: 约 1015 个文件

### 数据格式

每个 CSV 文件包含以下字段：
- `state`: 棋盘状态（19×19）
- `policy`: MCTS 搜索概率分布
- `value`: 局面评估值
- `result`: 对局结果（1=黑胜, -1=白胜, 0=平局）

## 使用方法

```python
from modelscope import MsDataset

# 下载数据集
ds = MsDataset.load('Lazyshu/Nebula_Zero_Connect6')

# 或直接下载文件
from modelscope.hub.file_download import dataset_file_download
dataset_file_download('Lazyshu/Nebula_Zero_Connect6', 'selfplay_data.zip')
```

## 相关链接

- **GitHub**: https://github.com/lzy-wj/Nebula-Zero-Connect6
- **模型**: https://modelscope.cn/models/Lazyshu/Nebula_Zero_Connect6

## 许可证

MIT License