AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签：3D轨迹×
6月16日
20:46
6月12日
12:57
6月11日
15:28
15:23
15:07
6月10日
11:37
11:37arXiv cs.AI@Andrew Kang, Priya Narasimhan
精选
该研究将足球传球评估重新定义为蒙特卡洛树搜索（MCTS）问题，利用已有的价值模型、世界模型和反事实动作策略。基于德甲首个公开高保真3D球轨迹数据集，提出Monte Carlo Pass Search（MCPS），为每个观察到的传球推断踢球参数，采样执行变体和选项变体，用球条件世界模型滚动预测至下一次触球，并通过学习到的价值模型评分获得价值分布。该分布支持两种互补的执行盈余分数（基于均值和百分位数）用于分析和排名。为在有限公开数据下提高世界模型样本效率，改编了自动驾驶领域的离散令牌自回归轨迹生成器（SMART），在最佳20次预测准确率上优于基线，并支持完全假设性滚动用于下游评估。已发布模型检查点和代码。
论文蒙特卡洛树搜索足球分析3D轨迹反事实评估开源/仓库
推荐理由：足球数据分析团队终于有了可落地的3D传球评估工具——MCPS用MCTS框架量化每次传球的执行盈余，做战术分析或球员评估的可以直接用开源代码和模型。
原文