論文の概要: Estimating the Effect of Team Hitting Strategies Using Counterfactual Virtual Simulation in Baseball

• arxiv url: http://arxiv.org/abs/2206.01871v1
• Date: Sat, 4 Jun 2022 01:33:04 GMT
• ステータス: 処理完了
• システム内更新日: 2022-06-12 14:31:58.058241
• Title: Estimating the Effect of Team Hitting Strategies Using Counterfactual Virtual Simulation in Baseball
• Title（参考訳）: 野球における仮想仮想シミュレーションによる打球戦略の影響の推定
• Authors: Hiroshi Nakahara, Kazuya Takeda, Keisuke Fujii
• Abstract要約: 野球では、フィールド上のすべてのプレーは定量的に評価され、個人およびチーム戦略に影響を及ぼす。 そこで本研究では,反現実的バッティングシミュレーションを用いてその効果を推定する手法を提案する。
• 参考スコア（独自算出の注目度）: 8.640691759862918
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In baseball, every play on the field is quantitatively evaluated and has an effect on individual and team strategies. The weighted on base average (wOBA) is well known as a measure of an batter's hitting contribution. However, this measure ignores the game situation, such as the runners on base, which coaches and batters are known to consider when employing multiple hitting strategies, yet, the effectiveness of these strategies is unknown. This is probably because (1) we cannot obtain the batter's strategy and (2) it is difficult to estimate the effect of the strategies. Here, we propose a new method for estimating the effect using counterfactual batting simulation. To this end, we propose a deep learning model that transforms batting ability when batting strategy is changed. This method can estimate the effects of various strategies, which has been traditionally difficult with actual game data. We found that, when the switching cost of batting strategies can be ignored, the use of different strategies increased runs. When the switching cost is considered, the conditions for increasing runs were limited. Our validation results suggest that our simulation could clarify the effect of using multiple batting strategies.
• Abstract（参考訳）: 野球では、フィールド上のすべてのプレーは定量的に評価され、個人およびチーム戦略に影響を及ぼす。 ベース平均(wOBA)の重み付けは打者が貢献する度合いとしてよく知られている。 しかし、この方法は、打者やコーチが複数の打者戦略を採るときに考慮することが知られているベース走者などのゲーム状況を無視しているが、これらの戦略の有効性は分かっていない。 これは,(1)バッターの戦略を得ることができず,(2)戦略の効果を推定することが難しいためと考えられる。 本稿では,反実バッティングシミュレーションを用いて効果を推定する新しい手法を提案する。 そこで本研究では,バッティング戦略変更時のバッティング能力を変化させるディープラーニングモデルを提案する。 この方法は、従来のゲームデータでは難しい様々な戦略の効果を推定することができる。 バット戦略の切り替えコストを無視できる場合には、異なる戦略の使用が実行量を増やすことが分かりました。 切換コストを考慮すると、増走条件は限られていた。 検証結果から,複数のバッティング戦略を用いた場合の効果をシミュレーションにより明らかにできる可能性が示唆された。

関連論文リスト

• Variational Methods for Computing Non-Local Quantum Strategies [1.95414377613382]
  非ローカルゲームでは、2人の非コミュニケーションプレーヤーが、ゲームのルールに違反しない戦略を持っていることを審判に納得させるために協力する。 提案アルゴリズムは,グラフカラーゲームに最適な量子戦略を実装した近距離回路を生成可能であることを示す。
  論文  参考訳（メタデータ） (2023-11-02T16:17:18Z)
• ApproxED: Approximate exploitability descent via learned best responses [61.17702187957206]
  連続的なアクションセットを持つゲームの近似的ナッシュ均衡を求める問題について検討する。 本稿では,戦略プロファイルに対するエクスプロイラビリティの近似を最小化する2つの新しい手法を提案する。
  論文  参考訳（メタデータ） (2023-01-20T23:55:30Z)
• Finding mixed-strategy equilibria of continuous-action games without gradients using randomized policy networks [83.28949556413717]
  グラデーションへのアクセスを伴わない連続アクションゲームのナッシュ平衡を近似的に計算する問題について検討する。 ニューラルネットワークを用いてプレイヤーの戦略をモデル化する。 本論文は、制約のない混合戦略と勾配情報のない一般的な連続アクションゲームを解決する最初の方法である。
  論文  参考訳（メタデータ） (2022-11-29T05:16:41Z)
• Versatile Weight Attack via Flipping Limited Bits [68.45224286690932]
  本研究では,展開段階におけるモデルパラメータを変更する新たな攻撃パラダイムについて検討する。 有効性とステルスネスの目標を考慮し、ビットフリップに基づく重み攻撃を行うための一般的な定式化を提供する。 SSA(Single sample attack)とTSA(Singr sample attack)の2例を報告した。
  論文  参考訳（メタデータ） (2022-07-25T03:24:58Z)
• Projective Ranking-based GNN Evasion Attacks [52.85890533994233]
  グラフニューラルネットワーク(GNN)は、グラフ関連のタスクに対して、有望な学習方法を提供する。 GNNは敵の攻撃の危険にさらされている。
  論文  参考訳（メタデータ） (2022-02-25T21:52:09Z)
• Computing an Optimal Pitching Strategy in a Baseball At-Bat [19.933511825856126]
  野球のat-batは、投手とバッターのマッチアップです。 ゼロサムゲームとして,この出会いの新たなモデルを提案する。 原則として、このゲームは古典的なアプローチで解決できる。
  論文  参考訳（メタデータ） (2021-10-08T18:09:08Z)
• Disturbing Reinforcement Learning Agents with Corrupted Rewards [62.997667081978825]
  強化学習アルゴリズムに対する報酬の摂動に基づく異なる攻撃戦略の効果を分析します。 敵対的な報酬をスムーズに作成することは学習者を誤解させることができ、低探査確率値を使用すると、学習した政策は報酬を腐敗させるのがより堅牢であることを示しています。
  論文  参考訳（メタデータ） (2021-02-12T15:53:48Z)
• On the Impossibility of Convergence of Mixed Strategies with No Regret Learning [10.515544361834241]
  最適無後悔学習戦略の一般クラスから得られる混合戦略の収束特性について検討する。 各ステップに設定された情報を相手の実演の実証平均とする戦略のクラスを考察する。
  論文  参考訳（メタデータ） (2020-12-03T18:02:40Z)
• A Tracking System For Baseball Game Reconstruction [0.0]
  本研究では, ピッチャー, バッター, ボールの動きを, 高精細度で捉えるシステムを提案する。 我々は,従来のシステムと同等の結果が得られるビデオの大規模データベースを実演する。 さらに、選手、コーチ、チーム、ファンが利用できる情報の量を増やすために、最先端のAI技術が組み込まれています。
  論文  参考訳（メタデータ） (2020-03-08T22:04:54Z)
• Efficient exploration of zero-sum stochastic games [83.28949556413717]
  ゲームプレイを通じて,ゲームの記述を明示せず,託宣のみにアクセス可能な,重要で一般的なゲーム解決環境について検討する。 限られたデュレーション学習フェーズにおいて、アルゴリズムは両方のプレイヤーのアクションを制御し、ゲームを学習し、それをうまくプレイする方法を学習する。 私たちのモチベーションは、クエリされた戦略プロファイルの支払いを評価するのにコストがかかる状況において、利用可能性の低い戦略を迅速に学習することにあります。
  論文  参考訳（メタデータ） (2020-02-24T20:30:38Z)

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。