論文の概要: FanCric : Multi-Agentic Framework for Crafting Fantasy 11 Cricket Teams
- arxiv url: http://arxiv.org/abs/2410.01307v1
- Date: Wed, 2 Oct 2024 08:01:28 GMT
- ステータス: 処理完了
- システム内更新日: 2024-11-04 21:49:06.930043
- Title: FanCric : Multi-Agentic Framework for Crafting Fantasy 11 Cricket Teams
- Title（参考訳）: FanCric : ファンタシー11クリケットチームを作るためのマルチエージェントフレームワーク
- Authors: Mohit Bhatnagar,
- Abstract要約: この研究は、インドにおけるIPLの主要なファンタジークリケットリーグであるDream11に集中しており、参加者は実際のプレイヤーのパフォーマンスに基づいて仮想チームを作り、国際的に競争する。
本稿では,Large Language Models(LLM)を活用した高度なマルチエージェントシステムであるFanCricフレームワークと,クリケットにおけるファンタジーチーム選択を強化する堅牢なオーケストレーションフレームワークを紹介する。
FanCricは構造化データと非構造化データの両方を使って、高度なAI技術を組み込むことで従来の手法を超越している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Cricket, with its intricate strategies and deep history, increasingly captivates a global audience. The Indian Premier League (IPL), epitomizing Twenty20 cricket, showcases talent in a format that lasts just a few hours as opposed to the longer forms of the game. Renowned for its fusion of technology and fan engagement, the IPL stands as the world's most popular cricket league. This study concentrates on Dream11, India's leading fantasy cricket league for IPL, where participants craft virtual teams based on real player performances to compete internationally. Building a winning fantasy team requires navigating various complex factors including player form and match conditions. Traditionally, this has been approached through operations research and machine learning. This research introduces the FanCric framework, an advanced multi-agent system leveraging Large Language Models (LLMs) and a robust orchestration framework to enhance fantasy team selection in cricket. FanCric employs both structured and unstructured data to surpass traditional methods by incorporating sophisticated AI technologies. The analysis involved scrutinizing approximately 12.7 million unique entries from a Dream11 contest, evaluating FanCric's efficacy against the collective wisdom of crowds and a simpler Prompt Engineering approach. Ablation studies further assessed the impact of generating varying numbers of teams. The exploratory findings are promising, indicating that further investigation into FanCric's capabilities is warranted to fully realize its potential in enhancing strategic decision-making using LLMs in fantasy sports and business in general.
- Abstract（参考訳）: クリケットは複雑な戦略と深い歴史を持ち、ますます世界的な聴衆を魅了している。
インド・プレミアリーグ(IPL)は、Twenty20クリケットを誇示し、長い形式のゲームとは対照的に数時間しか持たないスタイルでタレントを誇示している。
IPLは技術とファンエンゲージメントの融合で知られており、世界で最も人気のあるクリケットリーグである。
この研究は、インドにおけるIPLの主要なファンタジークリケットリーグであるDream11に集中しており、参加者は実際のプレイヤーのパフォーマンスに基づいて仮想チームを作り、国際的に競争する。
勝利したファンタジーチームを作るには、プレイヤーフォームやマッチ条件を含む様々な複雑な要素をナビゲートする必要がある。
伝統的に、これはオペレーションリサーチと機械学習を通じてアプローチされてきた。
本稿では,Large Language Models(LLM)を活用した高度なマルチエージェントシステムであるFanCricフレームワークと,クリケットにおけるファンタジーチーム選択を強化する堅牢なオーケストレーションフレームワークを紹介する。
FanCricは構造化データと非構造化データの両方を使って、高度なAI技術を組み込むことで従来の手法を超越している。
この分析では、ドリーム11コンテストから約1270万のユニークなエントリを精査し、ファンクリックの群衆の集団知恵に対する効果と、より単純なプロンプトエンジニアリングアプローチを評価した。
アブレーション調査は、さまざまな数のチームを生成する影響をさらに評価した。
探索的な発見は有望であり、ファンクリックの能力に関するさらなる調査は、ファンタジースポーツやビジネス全般においてLSMを用いた戦略的意思決定の強化の可能性を十分に実現することが保証されている。
関連論文リスト
- CAMP: A Context-Aware Cricket Players Performance Metric [0.8312466807725919]
我々は,クリケットマッチ結果に対する個々の選手の貢献度を定量化するために,プレイヤパフォーマンスのコンテキスト対応指標であるCAMPを提案する。
CAMPはデータマイニング手法を採用し、選択とドラフト、コーチングとトレーニング、チームラインアップ、戦略開発に効果的なデータ駆動意思決定を可能にする。
2001年から2019年にかけてのクリケットの試合データからCAMPを実験的に評価した。
論文 参考訳（メタデータ） (2023-07-14T15:12:10Z) - Data Science Approach to predict the winning Fantasy Cricket Team Dream
11 Fantasy Sports [0.0]
データサイエンスと分析の応用は現代世界ではユビキタスである。
ゲームプレイヤのパフォーマンスを予測する予測モデルを構築した。
論文 参考訳（メタデータ） (2022-09-15T01:58:57Z) - Prediction of the outcome of a Twenty-20 Cricket Match : A Machine
Learning Approach [1.417373050337415]
我々は、T20クリケットマッチの結果を予測するために、4つの異なる機械学習アプローチを試す。
具体的には、競技チームに関わる選手の過去のパフォーマンス統計、評価されたクリケット統計ウェブサイトから得られた選手のレーティング、類似したパフォーマンス統計をクラスタリングし、ELOに基づくプレイヤーの評価手法を用いた新しい手法を提案する。
本稿では,ロジスティック回帰,サポートベクタマシン,ベイズネットワーク,決定木,ランダムフォレストなど,さまざまなMLアルゴリズムを用いて,これらの特徴工学手法の性能を比較した。
論文 参考訳（メタデータ） (2022-09-13T23:43:36Z) - Retrospective on the 2021 BASALT Competition on Learning from Human
Feedback [92.37243979045817]
競争の目的は、人間のフィードバック(LfHF)技術から学び、オープンワールドの課題を解決するエージェントへの研究を促進することであった。
LfHF技術の使用を義務付けるのではなく、ビデオゲームMinecraftで達成すべき自然言語の4つのタスクについて説明した。
チームは、様々な可能な人間のフィードバックタイプにまたがる多様なLfHFアルゴリズムを開発した。
論文 参考訳（メタデータ） (2022-04-14T17:24:54Z) - Collusion Detection in Team-Based Multiplayer Games [57.153233321515984]
チームベースのマルチプレイヤーゲームにおいて,協調動作を検出するシステムを提案する。
提案手法は,ゲーム内行動パターンと組み合わせたプレイヤーの社会的関係を解析する。
次に,非教師なし学習手法であるアイソレーションフォレストによる検出を自動化する。
論文 参考訳（メタデータ） (2022-03-10T02:37:39Z) - Prediction of IPL Match Outcome Using Machine Learning Techniques [0.0]
インド・プレミアリーグ(英語: Indian Premier League、IPL)は、インドのサッカークラブである。
ライブストリーミング、ラジオ、テレビ放送など多くの要素がこのリーグをクリケットファンの間で人気を博した。
IPLマッチの結果を予測することは、オンライントレーダーやスポンサーにとって非常に重要である。
論文 参考訳（メタデータ） (2021-09-30T09:45:34Z) - Coach-Player Multi-Agent Reinforcement Learning for Dynamic Team
Composition [88.26752130107259]
現実世界のマルチエージェントシステムでは、異なる能力を持つエージェントがチーム全体の目標を変更することなく参加または離脱する可能性がある。
この問題に取り組むコーチ・プレイヤー・フレームワーク「COPA」を提案します。
1)コーチと選手の両方の注意メカニズムを採用し、2)学習を正規化するための変動目標を提案し、3)コーチが選手とのコミュニケーションのタイミングを決定するための適応的なコミュニケーション方法を設計する。
論文 参考訳（メタデータ） (2021-05-18T17:27:37Z) - Generating Diverse and Competitive Play-Styles for Strategy Games [58.896302717975445]
ターン型戦略ゲーム(Tribes)のためのプログレッシブアンプランによるPortfolio Monte Carlo Tree Searchを提案する。
品質分散アルゴリズム(MAP-Elites)を使用して異なるプレイスタイルを実現し、競争レベルを維持しながらパラメータ化する方法を示します。
その結果,このアルゴリズムは,トレーニングに用いるレベルを超えて,幅広いゲームレベルにおいても,これらの目標を達成できることが示された。
論文 参考訳（メタデータ） (2021-04-17T20:33:24Z) - Learning to Play Imperfect-Information Games by Imitating an Oracle
Planner [77.67437357688316]
我々は、同時移動と大規模なステートアクションスペースでマルチプレイヤーの不完全な情報ゲームをプレイする学習を検討します。
我々のアプローチはモデルに基づく計画に基づいている。
我々は,Clash Royale と Pommerman のゲームにおいて,プランナーが効率的なプレイ戦略を発見することができることを示す。
論文 参考訳（メタデータ） (2020-12-22T17:29:57Z) - 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) - CRICTRS: Embeddings based Statistical and Semi Supervised Cricket Team
Recommendation System [6.628230604022489]
クリケットのためのチームレコメンデーションシステムを構築するための半教師付き統計手法を提案する。
我々は,対戦相手の強みを考慮した質的,定量的な評価システムを設計し,演奏者のパフォーマンスを評価する。
また、チーム内の打者やボーラーの数を含むチーム構成の重要な側面にも取り組みます。
論文 参考訳（メタデータ） (2020-10-26T15:35:44Z)
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。