論文の概要: AI-Assisted Game Management Decisions: A Fuzzy Logic Approach to Real-Time Substituitions

• arxiv url: http://arxiv.org/abs/2512.04480v1
• Date: Thu, 04 Dec 2025 05:33:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-05 21:11:46.009967
• Title: AI-Assisted Game Management Decisions: A Fuzzy Logic Approach to Real-Time Substituitions
• Title（参考訳）: AIによるゲーム管理の決定: リアルタイムサブストラクションに対するファジィ論理的アプローチ
• Authors: Pedro Passos,
• Abstract要約: 本稿では,ファジィ論理に基づく意思決定支援システム(DSS)について述べる。 本稿では,PlayeRankメトリックをロールアウェア正規化による累積平均に変換する手法を提案する。 ブラジルとベルギーの2018 FIFAワールドカップのケーススタディによる検証は、システムの生態学的妥当性を示している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: In elite soccer, substitution decisions entail significant financial and sporting consequences yet remain heavily reliant on intuition or predictive models that merely mimic historical biases. This paper introduces a Fuzzy Logic based Decision Support System (DSS) designed for real time, prescriptive game management. Unlike traditional Machine Learning approaches that encounter a predictive ceiling by attempting to replicate human behavior, our system audits performance through an objective, rule based inference engine. We propose a methodological advancement by reformulating the PlayeRank metric into a Cumulative Mean with Role Aware Normalization, eliminating the play time exposure bias inherent in cumulative sum models to enable accurate intra match comparison. The system integrates this refined metric with physiological proxies (fatigue) and contextual variables (disciplinary risk modulated by tactical role) to calculate a dynamic Substitution Priority (P final). Validation via a case study of the 2018 FIFA World Cup match between Brazil and Belgium demonstrates the system's ecological validity: it not only aligned with expert consensus on executed substitutions (for example Gabriel Jesus) but, crucially, identified high risk scenarios ignored by human decision makers. Specifically, the model flagged the "FAGNER Paradox" - a maximum priority defensive risk - minutes before a critical yellow card, and detected the "Lukaku Paradox", where an isolated assist masked a severe drop in participation. These results confirm that Fuzzy Logic offers a transparent, explainable, and superior alternative to black box models for optimizing real time tactical decisions.
• Abstract（参考訳）: エリートサッカーでは、置換決定は経済的およびスポーツ的な結果をもたらすが、歴史的バイアスを単に模倣する直観や予測モデルに大きく依存している。 本稿では,ファジィ論理に基づく意思決定支援システム(DSS)について述べる。 人間の振る舞いを再現しようとする従来の機械学習アプローチとは異なり、システムは客観的なルールベースの推論エンジンを通してパフォーマンスを監査する。 本稿では,PlayeRankメトリックをロールアウェア正規化による累積平均に再構成することで,累積和モデルに固有のプレイ時間露光バイアスを排除し,正確な試合内比較を可能にする手法を提案する。 このシステムは、この洗練された計量を、生理学的プロキシ(疲労)と文脈変数(戦術的役割によって変調された学際リスク)と統合し、動的置換優先性(Pファイナル)を計算する。 ブラジルとベルギーの2018 FIFAワールドカップの試合のケーススタディによる検証では、システムの生態学的妥当性が示されており、実行された代替品(例えばガブリエル・イエス)に関する専門家の合意と一致しているだけでなく、人間による意思決定者によって無視される高いリスクシナリオを特定している。 具体的には、最優先の防御リスクであるFAGNERパラドックスを警告し、クリティカルイエローカードの数分前に検出し、孤立したアシストが参加の激減を隠蔽する「Lukaku Paradox」を検出した。 これらの結果は、Fizzy Logicがリアルタイム戦術決定を最適化するためのブラックボックスモデルに対して、透明で説明可能な優れた代替手段を提供することを確認した。

関連論文リスト

• ResAD: Normalized Residual Trajectory Modeling for End-to-End Autonomous Driving [64.42138266293202]
  ResADは正規化された残留軌道モデリングフレームワークである。 学習タスクを再編成し、慣性参照からの残留偏差を予測する。 NAVSIMベンチマークでは、ResADはバニラ拡散ポリシーを用いて最先端のPDMS 88.6を達成している。
  論文  参考訳（メタデータ） (2025-10-09T17:59:36Z)
• Expandable Decision-Making States for Multi-Agent Deep Reinforcement Learning in Soccer Tactical Analysis [6.8055385768376615]
  サッカーなどの侵入チームスポーツは、多くの選手が共有フィールドで相互作用するときに、高次元で強く結合された状態空間を作り出す。 従来のルールに基づく分析は直感的であるが、現代の予測機械学習モデルは明示的なエージェント表現なしでパターンマッチングを行うことが多い。 本稿では,関係変数による原位置と速度を増大させる意味的にリッチな状態表現である拡張可能意思決定状態(EDMS)を提案する。
  論文  参考訳（メタデータ） (2025-10-01T04:01:51Z)
• What-If Analysis of Large Language Models: Explore the Game World Using Proactive Thinking [50.72154186522052]
  大規模言語モデル(LLM)は情報処理をリアクティブに行う能力に優れるが、仮説的未来を体系的に探索する能力に欠ける。 提案するWiA-LLMは,LLMにプロアクティブな思考能力を持たせる新しいパラダイムである。 複雑なマルチプレイヤーゲーム環境であるHonor of KingsにおけるWiA-LLMを検証する。
  論文  参考訳（メタデータ） (2025-09-05T04:05:27Z)
• Online Decision-Focused Learning [74.3205104323777]
  意思決定中心学習(DFL)は、意思決定タスクで予測出力が使用されるモデルのトレーニングパラダイムとして、ますます人気が高まっている。 本稿では,目的関数を規則化し,その相違を解消し,非最適関数を克服する方法を検討する。 また、クナップサック実験におけるアルゴリズムの有効性を示し、2つの標準ベンチマークを上回りました。
  論文  参考訳（メタデータ） (2025-05-19T10:40:30Z)
• Self-Healing Machine Learning: A Framework for Autonomous Adaptation in Real-World Environments [50.310636905746975]
  実世界の機械学習システムは、基礎となるデータ生成プロセスの分散シフトによって、モデルの性能劣化に遭遇することが多い。 概念のドリフト適応のような既存のシフトへのアプローチは、その理性に依存しない性質によって制限される。 我々はこれらの制限を克服するために自己修復機械学習(SHML)を提案する。
  論文  参考訳（メタデータ） (2024-10-31T20:05:51Z)
• Understanding the stochastic dynamics of sequential decision-making processes: A path-integral analysis of multi-armed bandits [7.05949591248206]
  マルチアームバンディットモデル(MAB)は、不確実な環境で意思決定を研究する最も一般的なモデルの一つである。 本稿では,MABモデルの解析に統計物理学の手法を用いる。
  論文  参考訳（メタデータ） (2022-08-11T09:32:03Z)
• Imitating, Fast and Slow: Robust learning from demonstrations via decision-time planning [96.72185761508668]
  テストタイムでの計画(IMPLANT)は、模倣学習のための新しいメタアルゴリズムである。 IMPLANTは,標準制御環境において,ベンチマーク模倣学習手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2022-04-07T17:16:52Z)
• Stein Variational Model Predictive Control [130.60527864489168]
  不確実性の下での意思決定は、現実の自律システムにとって極めて重要である。 モデル予測制御 (MPC) 法は, 複雑な分布を扱う場合, 適用範囲が限られている。 この枠組みが、挑戦的で非最適な制御問題における計画の成功に繋がることを示す。
  論文  参考訳（メタデータ） (2020-11-15T22:36:59Z)

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。