論文の概要: TacticGen: Grounding Adaptable and Scalable Generation of Football Tactics

• arxiv url: http://arxiv.org/abs/2604.18210v1
• Date: Mon, 20 Apr 2026 12:57:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-21 21:52:52.881154
• Title: TacticGen: Grounding Adaptable and Scalable Generation of Football Tactics
• Title（参考訳）: TacticGen: グラウンドディングが適応可能でスケーラブルなフットボール戦術の生成
• Authors: Sheng Xu, Guiliang Liu, Tarak Kharrat, Yudong Luo, Mohamed Aloulou, Javier López Peña, Konstantin Sofeikov, Adam Reid, Paul Roberts, Steven Spencer, Joe Carnall, Ian McHale, Oliver Schulte, Hongyuan Zha, Wei-Shi Zheng,
• Abstract要約: TacticGenは適応性とスケーラブルな戦術生成のための生成モデルである。 トップクラスのリーグから330万以上のイベントと1億の追跡フレームをトレーニングすることで、TacticGenは選手の軌道予測における最先端の精度を達成する。 フットボールの専門家によるケーススタディでは、TacticGenが現実的で戦略的に価値のある戦術を生み出していることが確認されている。
• 参考スコア（独自算出の注目度）: 60.9005633936196
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Success in association football relies on both individual skill and coordinated tactics. While recent advancements in spatio-temporal data and deep learning have enabled predictive analyses like trajectory forecasting, the development of tactical design remains limited. Bridging this gap is essential, as prediction reveals what is likely to occur, whereas tactic generation determines what should occur to achieve strategic objectives. In this work, we present TacticGen, a generative model for adaptable and scalable tactic generation. TacticGen formulates tactics as sequences of multi-agent movements and interactions conditioned on the game context. It employs a multi-agent diffusion transformer with agent-wise self-attention and context-aware cross-attention to capture cooperative and competitive dynamics among players and the ball. Trained with over 3.3 million events and 100 million tracking frames from top-tier leagues, TacticGen achieves state-of-the-art precision in predicting player trajectories. Building on it, TacticGen enables adaptable tactic generation tailored to diverse inference-time objectives through classifier guidance mechanism, specified via rules, natural language, or neural models. Its modeling performance is also inherently scalable. A case study with football experts confirms that TacticGen generates realistic, strategically valuable tactics, demonstrating its practical utility for tactical planning in professional football. The project page is available at: https://shengxu.net/TacticGen/.
• Abstract（参考訳）: サッカーにおける成功は、個々のスキルと協調した戦術の両方に依存している。 時空間データや深層学習の最近の進歩により、軌道予測のような予測分析が可能になったが、戦術設計の開発は依然として限られている。 このギャップを埋めることは、予測が何が起こるかを明らかにするのに対して、戦術生成は戦略的目的を達成するために何が起こるべきかを決定するため、不可欠である。 本稿では,適応的かつスケーラブルな戦術生成のための生成モデルであるTacticGenを提案する。 TacticGenは、ゲームコンテキストで条件付けられたマルチエージェントの動きとインタラクションのシーケンスとして戦術を定式化する。 エージェント・ワイド・セルフ・アテンションとコンテキスト・アウェア・クロス・アテンションを備えたマルチエージェント拡散トランスフォーマーを用いて、プレイヤーとボール間の協調的および競争的ダイナミクスをキャプチャする。 トップクラスのリーグから330万以上のイベントと1億の追跡フレームをトレーニングしたTacticGenは、プレーヤーの軌道予測における最先端の精度を達成した。 その上に構築されたTacticGenは、ルール、自然言語、ニューラルモデルを通じて指定された分類器誘導機構を通じて、多様な推論時間目標に合わせた適応可能な戦術生成を可能にする。 モデリングのパフォーマンスも本質的にスケーラブルです。 フットボールの専門家によるケーススタディでは、TacticGenが現実的で戦略的に価値のある戦術を生み出し、プロサッカーにおける戦術計画の実用性を実証している。 プロジェクトページは、https://shengxu.net/TacticGen/.com/で公開されている。

関連論文リスト

• GenTac: Generative Modeling and Forecasting of Soccer Tactics [66.35532694378146]
  GenTacはサッカーの戦術を、連続したマルチプレイヤーの軌跡と個別の意味的な出来事のプロセスとして概念化している。 対戦行動、特定のチームやリーグプレースタイル、戦略的目的など、リッチなコンテキスト条件付けをサポートする。 バスケットボール、アメリカンフットボール、アイスホッケーなど、他のダイナミックチームスポーツへの一般化をうまく訓練することができる。
  論文  参考訳（メタデータ） (2026-04-13T17:53:49Z)
• Decoding Defensive Coverage Responsibilities in American Football Using Factorized Attention Based Transformer Models [0.22485007639406518]
  本稿では,NFLマルチエージェントプレイトラッキングデータに適用した因子化アテンションベーストランスフォーマモデルを提案する。 本モデルにより,各プレイヤの代入とマッチアップのダイナミクスの予測モデリングが可能となる。 我々のモデルは全てのタスクに対して約89%以上の精度を達成し、真の精度は基底真理ラベルにおけるアノテーションの曖昧さを考慮に入れられる可能性がある。
  論文  参考訳（メタデータ） (2026-03-26T20:43:30Z)
• Can Semantic Methods Enhance Team Sports Tactics? A Methodology for Football with Broader Applications [0.0]
  本稿では,チームスポーツにおける意味空間推論を戦術的意思決定にまで拡張する方法について考察する。 Pythonベースのプロトタイプは、これらのメソッドが解釈可能な動的適応戦略レコメンデーションを生成する方法を示している。 このアプローチは、チームベースのドメインにおける総合的な意思決定とパフォーマンス最適化のための一般化可能なフレームワークを提供する。
  論文  参考訳（メタデータ） (2026-01-01T18:23:51Z)
• TacEleven: generative tactic discovery for football open play [22.44470234670096]
  本稿では,サッカーのオープンプレイ・戦術発見のための生成フレームワークであるTacElevenを提案する。 TacElevenは、多種多様な戦術的提案を生成する言語制御の戦術的ジェネレータと、多言語モデルに基づく戦術的批判の2つのコアコンポーネントで構成されている。 進行的戦術的複雑性を伴う3つのタスクにおけるTacElevenの評価を行った。
  論文  参考訳（メタデータ） (2025-11-17T13:01:53Z)
• CyGATE: Game-Theoretic Cyber Attack-Defense Engine for Patch Strategy Optimization [73.13843039509386]
  本稿では,攻撃と防御の相互作用をモデル化するゲーム理論フレームワークCyGATEを提案する。 CyGATEはサイバー・キル・チェーン(Cyber Kill Chain)の段階にわたって、サイバー紛争を部分的に観察可能なゲーム(POSG)として捉えている。 フレームワークの柔軟なアーキテクチャは、マルチエージェントシナリオの拡張を可能にする。
  論文  参考訳（メタデータ） (2025-08-01T09:53:06Z)
• TacticAI: an AI assistant for football tactics [41.74699109772055]
  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。
  論文  参考訳（メタデータ） (2023-10-16T16:25:15Z)
• Pick Your Battles: Interaction Graphs as Population-Level Objectives for Strategic Diversity [49.68758494467258]
  我々は、集団内の個人がどのように相互作用するかを慎重に構造化することで、多様なエージェントの集団を構築する方法について研究する。 我々のアプローチは,エージェント間の情報の流れを制御するインタラクショングラフに基づいている。 マルチエージェント・トレーニングにおける多様性の重要性を証明し,様々な相互作用グラフを適用したゲームにおけるトレーニング・トラジェクトリ,多様性,パフォーマンスに与える影響を解析する。
  論文  参考訳（メタデータ） (2021-10-08T11:29:52Z)
• 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)
• 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)

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。