Un jeu de données public sous licence CC0 pour Eternity II, en deux volets : quatorze instances de référence à résoudre, et un corpus de 7 658 plateaux forts distincts dont on peut s'inspirer. Chaque score est recalculé à partir du plateau lui-même, et le corpus est vérifié comme réellement varié, plutôt que mille copies d'un même plateau.
Deux besoins reviennent sans cesse quand on travaille sur Eternity II : il faut des instances contre lesquelles lancer un solveur, et, si l'on veut s'inspirer des plateaux forts, il faut un corpus de tels plateaux. Ce jeu de données regroupe les deux, versé dans le domaine public sous licence CC0, afin qu'il puisse être réutilisé pour n'importe quel usage sans attribution. Il comporte deux volets, tous deux hébergés dans le répertoire du jeu de données.
Quatorze instances sur lesquelles un solveur s'exécute, chacune sous la forme d'un fichier JSON autonome contenant le jeu de pièces, les indices épinglés éventuels et le score maximal atteignable.
e2-16x16-v00 … v09) : le jeu de pièces officiel
d'Eternity II avec trois coins épinglés, selon dix dispositions de coins
différentes. Épingler les coins produit dix instances distinctes mais d'égale
difficulté à partir d'un seul jeu de pièces, ce qui permet à une étude de
comparer les moteurs sur un axe de diversité plutôt que sur un plateau unique.
Les trois études de moteurs de ce projet (l'
étude DFS, l'
étude de réparation et le
banc d'essai mono-cœur) résolvent
exactement ces dix-là. Score maximal : 480.e2-clue-clue1 … clue4) : les plateaux
6×6 et 12×6 plus petits, issus du jeu d'indices officiel du puzzle. Chacun est
connu pour admettre une solution complète, ce qui en fait un fixture de
correction rapide : un solveur incapable de boucler un plateau d'indices a un
bug bien avant même d'affronter le puzzle complet.Chaque case est décrite dans l'ordre haut, droite, bas, gauche ; la couleur 0
correspond au liseré gris, et pos est l'indice de case en balayage par lignes.
La forme d'un fichier d'instance :
{
"id": "e2-16x16-v00",
"family": "official-16x16-pin3corners",
"width": 16, "height": 16, "numColors": 22,
"pieces": [[up, right, down, left], ...],
"hints": [{"pos": 0, "piece": 0, "rot": 3}, ...],
"maxScore": 480
}7 658 plateaux distincts dont le score va de 400 à 470, la matière première
des méthodes qui
s'inspirent des plateaux forts :
a priori de position, ordonnancement de coups appris, extraction d'anti-motifs.
Il est distribué sous forme d'archive zip (e2-strong-boards.zip, environ
16 Mo) qui se décompresse vers les mêmes lignes au format CSV et au format
JSON-lines :
id,score,family,edges
e2b-00001,469,f008,adcaaendadwe… (1024 lowercase letters)
Le champ edges est le plateau lui-même : 256 cases multipliées par quatre
côtés, en balayage par lignes, dans l'ordre haut-droite-bas-gauche, a pour le
liseré gris. C'est exactement la chaîne que lit le visualiseur
e2.bucas.name, de sorte que n'importe quel plateau se
colle directement dans le visualiseur. La family correspond aux quatre pièces
de coin du plateau, un indicateur du bassin dans lequel il se situe ; il existe
28 familles distinctes. La distribution des scores culmine nettement dans les
450 et quelques, là où se concentre une large récolte par faisceau mono-cœur,
puis s'amincit en une longue traîne, avec 38 plateaux à 460 ou plus et le
meilleur à 470.
Chaque plateau du corpus, compté par son score. Une barre par score de 400 à 469 ; un score absent est un creux de hauteur nulle, si bien que la vraie forme apparaît : un pic marqué dans le bas des 450, là où se concentre une grande récolte par faisceau mono-cœur, puis une fine traîne de plateaux plus rares et mieux notés jusque dans les 460. La ligne pointillée marque le début de cette traîne à partir de 460.
Aucun score de ce jeu de données n'est recopié d'un champ source. Chacun est recalculé à partir de la propre chaîne d'arêtes du plateau, en comptant les adjacences intérieures concordantes. Ce n'est pas une simple formalité : dans les données source, un plateau portait un score périmé, annonçant 453 alors que ses arêtes en valent en réalité 456, et le recalcul à partir des arêtes corrige cela automatiquement. Redérivez vous-même les scores à partir des chaînes d'arêtes et vous retrouverez exactement les nombres publiés.
Un tas de plusieurs milliers de plateaux ne mérite d'être publié que si les plateaux sont réellement différents. Avant de diffuser celui-ci, nous avons vérifié qu'il ne s'agit pas de simples perturbations d'un même plateau, et ce n'est pas le cas :
Le corpus est donc un échantillon réellement varié du paysage des plateaux forts. C'est ce qui importe pour tout ce qui l'exploite : un a priori appris à partir de milliers de copies d'un même plateau encoderait ce plateau-là, et non la structure des bons plateaux en général.
Le script de génération régénère l'intégralité du jeu de données. Les instances sont assemblées à partir des fichiers de variantes publics ; le corpus est dédoublonné, rescoré à partir des arêtes, débarrassé de toute étiquette d'espace de travail (chemins source, noms internes de presets et de graines, noms de fichiers) et ré-indexé avec des identifiants neutres, de sorte que ce qui est distribué se réduit au contenu des plateaux et aux scores vérifiés, rien d'autre.