Soccer PK: AIで蹴る方向を予測！
Prédisez la direction du coup de pied avec l’IA !
Sagen Sie die Schussrichtung mit KI voraus!
Predict the kicking direction with AI!
用AI預測踢球方向！
ーPK予測の機械学習モデルを開発ー
東京大学
先端科学技術研究センターサッカーのPKにおいて、蹴る方向を予測する機械学習モデルを開発した。
具体的には、
まず撮影した映像から得た、キッカーの関節座標を使用。
ニューラルネットワークで、キック方向の判断根拠の抽出した。
ー抽出した判断根拠を、実験で調査ー
- 実験参加者自身が判断根拠として妥当か？
- 教示により戦略変更や予測に変化するか？
ゴールキーパーのトレーニング：
ー動作の特徴を判断根拠として教示ー
「ゴールキーパーのトレーニングとして有効であるのか」を調査した。
ゴールキーパー：
サッカーのPKでは、蹴られたボールがゴールに到達するまでの時間が速い。
- 相手プレイヤーの蹴る前の動作を見て、
- 蹴ると同時にゴールキーパーは予測し、
- 左右どちらかに飛びゴール死守を目指す。
重要なのは、「相手の動作から、どの方向に蹴るかを予測すること」である。
PKにおける機械学習モデル：
今回の研究では、「PKのキック判定が行える機械学習モデル」を開発した。
「このモデルによる動作の特徴が、GKにとってに有効であるか」を検証した。
48人で実験：
ー男女48人の参加者で実験を実施ー
「’判断根拠と教示文あり’で学習したグループ」の方が、
「PKの判定予測・正解率が有意に高くなった」のだ。
- 「短期的な学習による評価」にもかかわらず、一定の効果が見られた。
- 「可視化した判断根拠が、参加者にとって有益だ」と感じられた。
- 「判断根拠の言語的な教示が、練習に有効であること」が判明した。
Innovative Tech – ITmedia
https://www.itmedia.co.jp/news/articles/2301/20/news077.html
Soccer PK : Prédisez la direction du coup de pied avec l’IA !
ーDéveloppement d’un modèle d’apprentissage automatique pour la prédiction PKー
Université de Tokyo
Centre de recherche scientifique et technologique avancée
Nous avons développé un modèle d’apprentissage automatique qui prédit la direction des coups de pied lors des tirs au but au football.
en particulier,
Tout d’abord, utilisez les coordonnées articulaires du botteur obtenues à partir de la vidéo capturée.
Un réseau de neurones a été utilisé pour extraire les motifs permettant de déterminer la direction du coup de pied.
– Enquêter sur les motifs du jugement extrait à travers des expériences –
Les participants à l’expérience eux-mêmes sont-ils valables comme base de jugement ?
L’instruction entraîne-t-elle des changements de stratégie ou des prédictions ?
Entraînement de gardien de but :
– Enseigner les caractéristiques du mouvement comme base de jugement –
Nous avons cherché à savoir s’il était efficace comme entraînement pour les gardiens de but.
Gardien de but:
Dans les pénalités de football, le temps qu’il faut pour qu’un ballon botté atteigne le but est rapide.
Regardez l’action avant de donner un coup de pied au joueur adverse,
Lorsque vous frappez, le gardien de but anticipe et
Volez à gauche ou à droite et visez à défendre le but.
L’important est de “prédire dans quelle direction le ballon sera botté à partir du mouvement de l’adversaire”.
Un modèle d’apprentissage automatique en PK :
Dans cette recherche, nous avons développé un “modèle d’apprentissage automatique qui peut juger des coups de pied PK”.
Nous avons vérifié si les caractéristiques de mouvement de ce modèle sont efficaces pour les GK.
Expérimentez avec 48 personnes :
– Expérimenter avec 48 participants hommes et femmes –
Le groupe qui a appris avec ‘avec des bases de jugement et des phrases d’instruction’
“La prédiction du jugement PK et le taux de précision ont considérablement augmenté.”
Malgré “l’évaluation par l’apprentissage à court terme”, un certain effet a été observé.
J’ai senti que les motifs de jugement visualisés seraient bénéfiques pour les participants.
Il s’est avéré que «l’enseignement verbal des motifs de jugement est efficace dans la pratique».
Technologie Innovante – ITmedia
Soccer PK: Sagen Sie die Schussrichtung mit KI voraus!
ーEntwicklung eines maschinellen Lernmodells für die PK-Vorhersageー
Universität Tokio
Forschungszentrum für fortgeschrittene Wissenschaft und Technologie
Wir haben ein maschinelles Lernmodell entwickelt, das die Schussrichtung bei Fußball-Elfmeterschießen vorhersagt.
insbesondere,
Verwenden Sie zunächst die aus dem aufgenommenen Video erhaltenen Gelenkkoordinaten des Kickers.
Ein neuronales Netzwerk wurde verwendet, um die Gründe für die Bestimmung der Richtung des Tritts zu extrahieren.
– Untersuchen Sie die Gründe für das extrahierte Urteil durch Experimente –
Gelten die Versuchsteilnehmer selbst als Grundlage für die Beurteilung?
Führt die Anweisung zu Strategieänderungen oder Vorhersagen?
Torwarttraining:
– Vermittlung der Bewegungseigenschaften als Urteilsgrundlage –
Wir haben untersucht, ob es als Training für Torhüter effektiv ist.
Torwart:
Beim Elfmeterschießen im Fußball ist die Zeit, die ein getretener Ball benötigt, um das Tor zu erreichen, schnell.
Sehen Sie sich die Aktion an, bevor Sie den gegnerischen Spieler treten,
Während du schießt, antizipiert der Torhüter und
Fliege nach links oder rechts und versuche, das Tor zu verteidigen.
Wichtig sei, „aus der Bewegung des Gegners vorherzusagen, in welche Richtung der Ball geschossen wird“.
Ein maschinelles Lernmodell in PK:
In dieser Forschung haben wir ein „Modell für maschinelles Lernen entwickelt, das PK-Kicks beurteilen kann“.
Wir haben überprüft, ob die Bewegungseigenschaften dieses Modells für GKs wirksam sind.
Experiment mit 48 Personen:
– Experiment mit 48 männlichen und weiblichen Teilnehmern –
Die Gruppe, die mit ‘mit Urteilsgrundlagen und Anweisungssätzen’ lernte
“PK-Beurteilungsvorhersage und Genauigkeitsrate haben sich signifikant erhöht.”
Trotz der „Evaluierung durch Kurzzeitlernen“ war ein gewisser Effekt zu sehen.
Ich hatte das Gefühl, dass die visualisierten Urteilsbegründungen den Teilnehmern zugute kommen würden.
Es zeigte sich, dass die „verbale Vermittlung von Urteilsbegründungen in der Praxis effektiv ist“.
Innovative Technik – ITmedia
Teaching System of Judgment Basis Using Neural Network on Predicting Kick Direction in Football
Abstract
In sports,
it is essential to accurately predict
the results of others’ actions based on the movements’ characteristics and respond appropriately to them.
Previous studies have proposed systems
that predict motions using machine learning and present these results to users.
However, it remains unclear
whether the judgment basis constructed by machine learning is useful for humans to predict movements accurately.
This study developed a Neural Network
that predicted the kicking direction of soccer penalty kicks and extracted the basis.
Also, we tested
whether the extracted basis was useful for participants in their predictions.
The results showed that participants perceived the extracted basis as valid, even though they had not used it as a strategy at first.
https://www.jstage.jst.go.jp/article/tvrsj/27/4/27_393/_article/-char/en