論文の概要: TacticAI: an AI assistant for football tactics

• arxiv url: http://arxiv.org/abs/2310.10553v1
• Date: Mon, 16 Oct 2023 16:25:15 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-17 12:58:46.985182
• Title: TacticAI: an AI assistant for football tactics
• Title（参考訳）: tacticai: サッカー戦術のためのaiアシスタント
• Authors: Zhe Wang, Petar Veli\v{c}kovi\'c, Daniel Hennes, Nenad Toma\v{s}ev, Laurel Prince, Michael Kaisers, Yoram Bachrach, Romuald Elie, Li Kevin Wenliang, Federico Piccinini, William Spearman, Ian Graham, Jerome Connor, Yi Yang, Adri\`a Recasens, Mina Khan, Nathalie Beauguerlange, Pablo Sprechmann, Pol Moreno, Nicolas Heess, Michael Bowling, Demis Hassabis, Karl Tuyls
• Abstract要約: TacticAIは、リバプールFCのドメインエキスパートと緊密に協力して開発されたAIフットボール戦術アシスタントである。 介入や改善の最も直接的な機会をコーチに提供するため、コーナーキックの分析に重点を置いています。 我々は、戦術のモデル提案が実際の戦術と区別できないだけでなく、当時の既存の戦術よりも有利であることを示す。
• 参考スコア（独自算出の注目度）: 41.74699109772055
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Identifying key patterns of tactics implemented by rival teams, and developing effective responses, lies at the heart of modern football. However, doing so algorithmically remains an open research challenge. To address this unmet need, we propose TacticAI, an AI football tactics assistant developed and evaluated in close collaboration with domain experts from Liverpool FC. We focus on analysing corner kicks, as they offer coaches the most direct opportunities for interventions and improvements. TacticAI incorporates both a predictive and a generative component, allowing the coaches to effectively sample and explore alternative player setups for each corner kick routine and to select those with the highest predicted likelihood of success. We validate TacticAI on a number of relevant benchmark tasks: predicting receivers and shot attempts and recommending player position adjustments. The utility of TacticAI is validated by a qualitative study conducted with football domain experts at Liverpool FC. We show that TacticAI's model suggestions are not only indistinguishable from real tactics, but also favoured over existing tactics 90% of the time, and that TacticAI offers an effective corner kick retrieval system. TacticAI achieves these results despite the limited availability of gold-standard data, achieving data efficiency through geometric deep learning.
• Abstract（参考訳）: ライバルチームが実施した戦術の重要なパターンを特定し、効果的な反応を開発することは、現代のサッカーの核心にある。 しかし、アルゴリズムは依然としてオープンな研究課題である。 この課題に対処するために,リバプールFCのドメインエキスパートと緊密に連携して開発されたAIフットボール戦術アシスタントTacticAIを提案する。 コーチに最も直接的な介入と改善の機会を提供するため、コーナーキックの分析に集中しています。 TacticAIには予測コンポーネントと生成コンポーネントの両方が組み込まれており、コーチは各コーナーキックルーチンの代替プレイヤー設定を効果的にサンプリングし、探索し、最も高い確率で成功する確率で選択することができる。 我々はTacticAIを,レシーバの予測やショット試行,プレイヤー位置調整の推奨など,関連する多くのベンチマークタスクで検証する。 TacticAIの実用性は、リバプールFCのサッカー分野の専門家による質的研究によって検証されている。 我々は,TacticAIのモデル提案が実際の戦術と区別できないだけでなく,既存の戦術よりも90%の時間で有利であり,TacticAIが効果的なコーナーキック検索システムを提供していることを示す。 TacticAIは、金標準データの入手が限られているにもかかわらず、これらの結果を達成する。

関連論文リスト

• Classifying Soccer Ball-on-Goal Position Through Kicker Shooting Action [1.3887779684720984]
  本研究は、シューターの蹴りを観察することで、サッカーフリーキック後のボールの方向を正確に予測できるかどうかを論じる。 我々のアプローチは、ヒューマンアクション認識(HAR)埋め込みとコンテキスト情報を統合するモデルを開発するためにニューラルネットワークを活用することである。 その結果,2つの主要なBoGPクラス(左右)を考える場合,69.1%の精度が得られた。
  論文  参考訳（メタデータ） (2023-12-23T12:11:38Z)
• DanZero+: Dominating the GuanDan Game through Reinforcement Learning [95.90682269990705]
  我々は、GuanDanという、非常に複雑で人気のあるカードゲームのためのAIプログラムを開発した。 私たちはまず、DanZeroという名のAIプログラムをこのゲームのために提案しました。 AIの能力をさらに強化するために、政策に基づく強化学習アルゴリズムをGuanDanに適用する。
  論文  参考訳（メタデータ） (2023-12-05T08:07:32Z)
• RLIF: Interactive Imitation Learning as Reinforcement Learning [56.997263135104504]
  我々は,対話型模倣学習と類似するが,さらに実践的な仮定の下で,非政治強化学習によってパフォーマンスが向上できることを実証する。 提案手法は,ユーザ介入信号を用いた強化学習を報奨として利用する。 このことは、インタラクティブな模倣学習において介入する専門家がほぼ最適であるべきだという仮定を緩和し、アルゴリズムが潜在的に最適でない人間の専門家よりも改善される行動を学ぶことを可能にする。
  論文  参考訳（メタデータ） (2023-11-21T21:05:21Z)
• A Reinforcement Learning Badminton Environment for Simulating Player Tactics (Student Abstract) [4.7376902105662255]
  我々はターン型スポーツに焦点をあて、異なる視点でアライリーをシミュレートすることでバドミントン環境を導入する。 このことは、過去の試合を戦術的な調査のためにシミュレートすることでコーチやプレイヤーに恩恵を与えるだけでなく、研究者が彼らの新しいアルゴリズムを迅速に評価することからも恩恵を受ける。
  論文  参考訳（メタデータ） (2022-11-22T12:38:12Z)
• Game Plan: What AI can do for Football, and What Football can do for AI [83.79507996785838]
  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。
  論文  参考訳（メタデータ） (2020-11-18T10:26:02Z)
• The Tactician (extended version): A Seamless, Interactive Tactic Learner and Prover for Coq [0.6445605125467572]
  我々は、Coq Proof Assistantの戦術学習者であり証明者であるTacticianを紹介する。 Tacticianは、一般的な証明戦略のコントロールを維持しながら、ユーザーが戦術的証明決定を行うのを助ける。 本稿では,Tacticianの日常利用とパッケージ依存性管理の問題点について,ユーザの視点から概観する。
  論文  参考訳（メタデータ） (2020-07-31T23:47:29Z)
• Learning from Learners: Adapting Reinforcement Learning Agents to be Competitive in a Card Game [71.24825724518847]
  本稿では,競争力のあるマルチプレイヤーカードゲームの現実的な実装を学習・プレイするために,一般的な強化学習アルゴリズムをどのように適用できるかについて検討する。 本研究は,学習エージェントに対して,エージェントが競争力を持つことの学習方法を評価するための特定のトレーニングと検証ルーチンを提案し,それらが相互の演奏スタイルにどのように適応するかを説明する。
  論文  参考訳（メタデータ） (2020-04-08T14:11:05Z)
• Optimising Game Tactics for Football [18.135001427294032]
  サッカーにおける戦術的・戦略的意思決定を最適化するための新しいアプローチを提案する。 我々は,サッカーをベイズゲームから構成したマルチステージゲームとしてモデル化し,プレマッチ決定をモデル化し,インマッチ状態遷移と決定をモデル化する。 これに基づいて、異なる目的でチーム形成とゲーム内戦術を最適化するアルゴリズムを開発する。
  論文  参考訳（メタデータ） (2020-03-23T14:24:45Z)
• Provable Self-Play Algorithms for Competitive Reinforcement Learning [48.12602400021397]
  我々はマルコフゲームの設定の下で、競争力強化学習における自己プレイについて研究する。 自己再生アルゴリズムは、ゲームのT$ステップをプレイした後、後悔の$tildemathcalO(sqrtT)$を達成する。 また, 最悪の場合においても, 時間内に実行可能であることを保証し, 若干悪い後悔を招き, エクスプロイトスタイルのアルゴリズムも導入する。
  論文  参考訳（メタデータ） (2020-02-10T18:44:50Z)

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。