論文の概要: An LLM-Based Automatic Sportscast Solution for Robot Soccer Matches
- arxiv url: http://arxiv.org/abs/2607.14809v1
- Date: Thu, 16 Jul 2026 10:27:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-17 17:01:33.06136
- Title: An LLM-Based Automatic Sportscast Solution for Robot Soccer Matches
- Title（参考訳）: ロボットサッカーマッチのためのLLMによる自動スポーツキャストソリューション
- Abstract要約: 本稿では,RoboCupマッチのための完全自律リアルタイムスポーツコメンテータを提案する。
生の追跡と自然言語生成のギャップを埋めることで、我々のニューロシンボリックアーキテクチャは、ビデオストリームから正確な統計データを抽出する。
提案システムは,ライブマッチストリーミングとポストゲーム解析の両方において,統計と解説を生成することができる。
- 参考スコア（独自算出の注目度）: 3.228960871960554
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: RoboCup has always been a scenario to develop systems that solve real-world problems. Driven by the main goal of playing against the 2050 FIFA World Cup champions, the RoboCup Soccer leagues need to constantly measure how the research community is progressing. Computing visual statistics from match videos is a crucial way to track this evolution. To address this challenge, this paper introduces a fully autonomous, real-time sports commentator for RoboCup matches. By bridging the gap between raw kinematic tracking and natural language generation, our neuro-symbolic architecture extracts precise statistics from video streams and turns them into fluent, hallucination-free narration. The proposed system is capable of generating statistics and commentary both during live match streaming and in post-game analysis, easily adapting to the new dynamism of the league where different humanoid robots of different sizes share the field. Supplemental materials are available at https://lab-rococo-sapienza.github.io/MARIO/
- Abstract（参考訳）: RoboCupは現実世界の問題を解決するシステムを開発するためのシナリオだった。
2050 FIFAワールドカップのチャンピオンと対戦する主な目的によって、ロボカップサッカーリーグは研究コミュニティの進展を常に測定する必要がある。
マッチングビデオから視覚統計を計算することは、この進化を追跡する重要な方法だ。
この課題に対処するために,本研究では,RoboCupマッチのための完全自律リアルタイムスポーツコメンテータを提案する。
生のキネマティック・トラッキングと自然言語生成のギャップを埋めることで、私たちのニューロシンボリック・アーキテクチャは、ビデオストリームから正確な統計データを抽出し、それらを能動的で幻覚のないナレーションに変換する。
提案システムは,ライブマッチストリーミングとポストゲーム解析の両方において,異なる大きさのヒューマノイドロボットがフィールドを共有しているリーグの新たなダイナミズムに容易に適応して,統計と解説を生成することができる。
追加資料はhttps://lab-rococo-sapienza.github.io/MARIO/で入手できる。
関連論文リスト
- Seeing Together: Multi-Robot Cooperative Egocentric Spatial Reasoning with Multimodal Large Language Models [76.29781698910202]
本研究では, きめ細かい協調的空間推論のための枠組みを提案する。
SP-CoRは、動的に認識されるマルチロボットフレームサンプリング、スペクトルおよび物理誘導型ビューフュージョン、および物理に整合した即時蒸留を組み合わせた。
ハビタットでは+3.87%、iGibsonでは+7.12%、微調整ベースラインでは+3.87%である。
論文 参考訳（メタデータ） (2026-05-18T14:04:26Z) - Towards Automatic Soccer Commentary Generation with Knowledge-Enhanced Visual Reasoning [18.388733074404403]
サッカー解説は観客のサッカーゲーム観戦体験を高める上で重要な役割を担っている。
サッカーの自動コメント生成における先行研究は、通常、匿名のライブテキストコメンタリーを生成するエンド・ツー・エンド方式を採用する。
本稿では,サッカー解説生成のための2段階モデルであるGameSightを提案する。
論文 参考訳（メタデータ） (2026-03-31T02:24:32Z) - SoccerChat: Integrating Multimodal Data for Enhanced Soccer Game Understanding [44.04695944511487]
SoccerChatは、ビジュアルデータとテキストデータを統合して、サッカービデオの理解を強化した会話型AIフレームワークである。
我々は,サッカーイベント理解において,行動分類と審判決定タスクについて,サッカーChatのベンチマークを行い,その性能を実証した。
我々の発見は、サッカー分析の進歩におけるマルチモーダル統合の重要性を強調し、よりインタラクティブで説明可能なAI駆動スポーツ分析への道を開いた。
論文 参考訳（メタデータ） (2025-05-22T13:01:51Z) - SoccerDiffusion: Toward Learning End-to-End Humanoid Robot Soccer from Gameplay Recordings [2.572390511592254]
SoccerDiffusionは、ヒューマノイドロボットサッカーのエンドツーエンド制御ポリシーを学ぶためのトランスフォーマーベースの拡散モデルである。
組み込みプラットフォーム上でリアルタイムな推論を可能にするため,蒸留技術を採用している。
本研究は,シミュレーションおよび物理ロボット上での複雑な動作挙動を再現するモデルの有効性を実証するものである。
論文 参考訳（メタデータ） (2025-04-29T14:21:08Z) - Towards Universal Soccer Video Understanding [58.889409980618396]
本稿では,サッカー理解のための総合的マルチモーダルフレームワークを提案する。
これまでで最大のマルチモーダルサッカーデータセットである SoccerReplay-1988 を紹介する。
サッカービデオにまたがる時間的情報を活用し、様々な下流タスクに優れる高度なサッカー特化視覚情報であるMatchVisionを提示する。
論文 参考訳（メタデータ） (2024-12-02T18:58:04Z) - GRUtopia: Dream General Robots in a City at Scale [65.08318324604116]
本稿では,各種ロボットを対象とした対話型3D社会「GRUtopia」について紹介する。
GRScenesには100万のインタラクティブな微妙な注釈付きシーンが含まれており、都市規模の環境に自由に組み合わせることができる。
GRResidentsはLarge Language Model (LLM)によって駆動されるNon-Player Character (NPC)システムである。
論文 参考訳（メタデータ） (2024-07-15T17:40:46Z) - RobocupGym: A challenging continuous control benchmark in Robocup [7.926196208425107]
本稿では,オープンソースのrcssserver3dサッカーサーバをベースとしたRobocupベースのRL環境を提案する。
各タスクでは、RLエージェントがシミュレートされたロボットを制御し、ボールや他のエージェントと対話することができる。
論文 参考訳（メタデータ） (2024-07-03T15:26:32Z) - MatchTime: Towards Automatic Soccer Game Commentary Generation [52.431010585268865]
観客の視聴体験を改善するために,自動サッカーゲーム解説モデルの構築を検討する。
まず、既存のデータセットでよく見られるビデオテキストのミスアライメントを観察し、49試合のタイムスタンプを手動でアノテートする。
第2に,既存のデータセットを自動的に修正・フィルタリングするマルチモーダル時間アライメントパイプラインを提案する。
第3に、キュレートされたデータセットに基づいて、MatchVoiceという自動コメント生成モデルをトレーニングします。
論文 参考訳（メタデータ） (2024-06-26T17:57:25Z) - Learning Robot Soccer from Egocentric Vision with Deep Reinforcement Learning [17.906144781244336]
我々は,自己中心型RGBビジョンによる完全オンボード計算とセンシングにより,エンドツーエンドのロボットサッカーポリシーを訓練する。
本稿では,マルチエージェントロボットサッカーにおけるエンドツーエンドトレーニングの最初の実演を行う。
論文 参考訳（メタデータ） (2024-05-03T18:41:13Z) - Learning an Actionable Discrete Diffusion Policy via Large-Scale Actionless Video Pre-Training [69.54948297520612]
ジェネラリストの具体化エージェントを学ぶことは、主にアクションラベル付きロボットデータセットの不足に起因して、課題を提起する。
これらの課題に対処するための新しい枠組みを導入し、人間のビデオにおける生成前トレーニングと、少数のアクションラベル付きロボットビデオのポリシー微調整を組み合わせるために、統一された離散拡散を利用する。
提案手法は, 従来の最先端手法と比較して, 高忠実度な今後の計画ビデオを生成し, 細調整されたポリシーを強化する。
論文 参考訳（メタデータ） (2024-02-22T09:48:47Z) - SoccerNet-Tracking: Multiple Object Tracking Dataset and Benchmark in
Soccer Videos [62.686484228479095]
本稿では,各30の200列からなる複数物体追跡のための新しいデータセットを提案する。
データセットは、バウンディングボックスとトラックレットIDで完全に注釈付けされている。
分析の結果,サッカービデオにおける複数の選手,審判,ボール追跡が解決されるには程遠いことがわかった。
論文 参考訳（メタデータ） (2022-04-14T12:22:12Z)
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。