論文の概要: Game Plan: What AI can do for Football, and What Football can do for AI
- arxiv url: http://arxiv.org/abs/2011.09192v1
- Date: Wed, 18 Nov 2020 10:26:02 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-24 05:04:57.711164
- Title: Game Plan: What AI can do for Football, and What Football can do for AI
- Title（参考訳）: ゲームプラン:AIがフットボールに何ができるか、フットボールがAIに何ができるか
- Authors: Karl Tuyls, Shayegan Omidshafiei, Paul Muller, Zhe Wang, Jerome
Connor, Daniel Hennes, Ian Graham, William Spearman, Tim Waskett, Dafydd
Steele, Pauline Luc, Adria Recasens, Alexandre Galashov, Gregory Thornton,
Romuald Elie, Pablo Sprechmann, Pol Moreno, Kris Cao, Marta Garnelo, Praneet
Dutta, Michal Valko, Nicolas Heess, Alex Bridgland, Julien Perolat, Bart De
Vylder, Ali Eslami, Mark Rowland, Andrew Jaegle, Remi Munos, Trevor Back,
Razia Ahamed, Simon Bouton, Nathalie Beauguerlange, Jackson Broshear, Thore
Graepel, Demis Hassabis
- Abstract要約: 予測的および規範的フットボール分析は、統計学習、ゲーム理論、コンピュータビジョンの交差点における新たな発展と進歩を必要とする。
フットボール分析は、サッカー自体のゲームを変えるだけでなく、この領域がAIの分野で何を意味するのかという観点からも、非常に価値の高いゲームチェンジャーであることを示す。
- 参考スコア（独自算出の注目度）: 83.79507996785838
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The rapid progress in artificial intelligence (AI) and machine learning has
opened unprecedented analytics possibilities in various team and individual
sports, including baseball, basketball, and tennis. More recently, AI
techniques have been applied to football, due to a huge increase in data
collection by professional teams, increased computational power, and advances
in machine learning, with the goal of better addressing new scientific
challenges involved in the analysis of both individual players' and coordinated
teams' behaviors. The research challenges associated with predictive and
prescriptive football analytics require new developments and progress at the
intersection of statistical learning, game theory, and computer vision. In this
paper, we provide an overarching perspective highlighting how the combination
of these fields, in particular, forms a unique microcosm for AI research, while
offering mutual benefits for professional teams, spectators, and broadcasters
in the years to come. We illustrate that this duality makes football analytics
a game changer of tremendous value, in terms of not only changing the game of
football itself, but also in terms of what this domain can mean for the field
of AI. We review the state-of-the-art and exemplify the types of analysis
enabled by combining the aforementioned fields, including illustrative examples
of counterfactual analysis using predictive models, and the combination of
game-theoretic analysis of penalty kicks with statistical learning of player
attributes. We conclude by highlighting envisioned downstream impacts,
including possibilities for extensions to other sports (real and virtual).
- Abstract（参考訳）: 人工知能(ai)と機械学習の急速な進歩は、野球、バスケットボール、テニスなど、様々なチームや個人スポーツで前例のない分析可能性を開いた。
最近では、プロチームによるデータ収集の大幅な増加、計算能力の向上、機械学習の進歩などにより、サッカーにai技術が適用され、個々の選手と協調したチームの行動分析に関わる新たな科学的課題への対処が目標となっている。
予測的および規範的サッカー分析に関連する研究課題は、統計学習、ゲーム理論、コンピュータビジョンの交差点における新しい発展と進歩を必要とする。
本稿では,AI研究におけるこれらの分野の組み合わせが,今後数年間のプロチーム,観客,放送者に相互利益を提供しながら,どのようにしてユニークなマイクロコズムを形成するのかを概観する。
この双対性によって、サッカーアナリティクスは、サッカー自体を変えるだけでなく、この領域がaiの分野にどのような意味を持つのかという点で、非常に大きな価値を持つゲームチェンジャーとなります。
予測モデルを用いた反事実分析の実証的な例や、ペナルティキックのゲーム理論分析とプレイヤー属性の統計的学習を組み合わせることを含む、上記の分野と組み合わせることで可能な分析のタイプを概観し、実証する。
我々は、他のスポーツ(現実と仮想)への拡張の可能性を含む、想定された下流の影響を強調して締めくくった。
関連論文リスト
- A Survey on the application of Data Science And Analytics in the field
of Organised Sports [0.0]
データサイエンスと分析の成果の最適化や予測への応用は、現代世界ではユビキタスである。
Data ScienceとAnalyticsは、市場に存在するほぼすべてのドメインを最適化した。
論文 参考訳（メタデータ） (2022-09-15T02:02:50Z) - Machine Learning Modeling to Evaluate the Value of Football Players [0.0]
本研究では,機械学習モデルの構築に基づく,現在のサッカー選手の価値を評価する新しい手法について検討する。
このプロジェクトで使用された選手のデータは、いくつかのサッカーウェブサイトにある。
その動機は、サッカー選手の異なる特徴と彼らの給与の関係を探ることである。
論文 参考訳（メタデータ） (2022-07-22T22:34:52Z) - A Survey on Video Action Recognition in Sports: Datasets, Methods and
Applications [60.3327085463545]
本稿では,スポーツ分析のための映像行動認識に関する調査を行う。
サッカー、バスケットボール、バレーボール、ホッケー、フィギュアスケート、体操、卓球、ダイビング、バドミントンなど10種以上のスポーツを紹介します。
本研究では,サッカー,バスケットボール,卓球,フィギュアスケート動作認識をサポートするPaddlePaddleを用いたツールボックスを開発した。
論文 参考訳（メタデータ） (2022-06-02T13:19:36Z) - A Comprehensive Review of Computer Vision in Sports: Open Issues, Future
Trends and Research Directions [3.138976077182707]
本稿では,スポーツ映像解析の高レベル分析への応用について概説する。
選手の検出と分類、スポーツにおける選手またはボールの追跡、選手またはボールの軌跡の予測、チームの戦略の認識、スポーツにおける様々なイベントの分類が含まれる。
論文 参考訳（メタデータ） (2022-03-03T07:49:21Z) - How does AI play football? An analysis of RL and real-world football
strategies [2.1628586087680075]
強化学習(RL)により、幅広い応用に優れた高度なエージェントの開発が可能になった。
サッカーRLエージェントのプレイスタイル特性について検討し、トレーニング中に戦略がどのように発展するかを明らかにする。
学習した戦略は、実際のサッカー選手の戦略と比較される。
論文 参考訳（メタデータ） (2021-11-24T08:44:23Z) - Building Bridges: Generative Artworks to Explore AI Ethics [56.058588908294446]
近年,人工知能(AI)技術が社会に与える影響の理解と緩和に重点が置かれている。
倫理的AIシステムの設計における重要な課題は、AIパイプラインには複数の利害関係者があり、それぞれがそれぞれ独自の制約と関心を持っていることだ。
このポジションペーパーは、生成的アートワークが、アクセス可能で強力な教育ツールとして機能することで、この役割を果たすことができる可能性のいくつかを概説する。
論文 参考訳（メタデータ） (2021-06-25T22:31:55Z) - From Motor Control to Team Play in Simulated Humanoid Football [56.86144022071756]
我々は、現実的な仮想環境でサッカーをするために、物理的にシミュレートされたヒューマノイドアバターのチームを訓練する。
一連の段階において、プレイヤーはまず、現実的な人間のような動きを実行するために、完全に関節化された身体を制御することを学習する。
その後、ドリブルやシューティングといった中級のサッカーのスキルを身につける。
最後に、彼らは他の人を意識し、チームとしてプレーし、ミリ秒のタイムスケールで低レベルのモーターコントロールのギャップを埋める。
論文 参考訳（メタデータ） (2021-05-25T20:17:10Z) - Personalized Education in the AI Era: What to Expect Next? [76.37000521334585]
パーソナライズ学習の目的は、学習者の強みに合致する効果的な知識獲得トラックをデザインし、目標を達成するために弱みをバイパスすることである。
近年、人工知能(AI)と機械学習(ML)の隆盛は、パーソナライズされた教育を強化するための新しい視点を広げています。
論文 参考訳（メタデータ） (2021-01-19T12:23:32Z) - Is the Most Accurate AI the Best Teammate? Optimizing AI for Teamwork [54.309495231017344]
AIシステムは人間中心の方法でトレーニングされ、チームのパフォーマンスに直接最適化されるべきである、と私たちは主張する。
我々は,AIレコメンデーションを受け入れるか,あるいはタスク自体を解決するかを選択する,特定のタイプのAIチームを提案する。
実世界の高精度データセット上での線形モデルと非線形モデルによる実験は、AIが最も正確であることは、最高のチームパフォーマンスに繋がらないことを示している。
論文 参考訳（メタデータ） (2020-04-27T19:06:28Z) - Challenges and Opportunities for Computer Vision in Real-life Soccer
Analytics [6.144873990390373]
スポーツ分析は、スポーツデータのコーパスからのパターンの理解と発見を扱う。
本稿では主に,コンピュータビジョンにおけるスポーツビデオ解析による課題と機会に焦点を当てる。
論文 参考訳（メタデータ） (2020-04-13T20:06:23Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。