您尚未登录账户请先登录您的atyun账户，方可使用该功能
您的企业账号申请正在审核中审核通过后即可使用此功能，请耐心等待~
人工智能可以改变棒球
2023年06月20日 由 Susan 发表
904603
0
传统的“白人球”（Whitey ball）时代已经过去了。在当今的棒球比赛中，教练、球探、管理人员以及球员们自己都极大地依靠定量分析，这在过去十年里彻底改变了体育界。
但是，如果人工智能能够进一步推动这些进展呢？华盛顿大学圣路易斯分校麦凯尔维工程学院的一位教师提出了一种计算博弈论的方法，已经证明可以提高平均水平和低于平均水平的大联盟投手的有效性。
"我们基本上使用了随机游戏模型和深度神经网络学习技术的组合，来计算棒球打击中的最佳投球顺序，"计算机科学与工程副教授、该论文《计算棒球打击中的最佳投球策略》的合作者Yevgeniy Vorobeychik如是说。他最近在佛罗里达人工智能研究协会（FLAIRS）会议上提出了这项成果。
Vorobeychik和他的合作者使用深度神经网络来学习如何预测击球手在击球时的结果。然后，他们将一个打击机会建模为随机博弈，并使用价值迭代方法结合线性规划（一种数学建模技术）来解决这个博弈。
通过关注2015年至2018年的美国职棒大联盟赛季的数据，他们确定了针对每个打击机会的策略，实际上帮助提高了平均水平和低于平均水平的投手的有效性。
该研究的主要发现包括：
“我怀疑基本上所有进入大联盟的投手都有出色的发球技巧，” Vorobeychik说道。“区分那些出类拔萃和那些仅仅是优秀的投手的部分原因是他们如何在比赛环境中运用他们的武器库来对付特定的打击者。将这种情况正式化为一场比赛，可能使经验或能力较差的投手能够找出最佳的投球顺序，并更好地利用他们的技巧。”
但这个模型能够在比赛环境中帮助大联盟的投手吗？
“我相信是可以的，”沃罗贝奇克说。“当然，还有更多的工作要做。例如，我们假设每个击球手都是独立的，但事实显然并非如此。这实际上是我们现在正在做的事情。”
来源：https://techxplore.com/news/2023-06-ai-baseball.html
但是，如果人工智能能够进一步推动这些进展呢？华盛顿大学圣路易斯分校麦凯尔维工程学院的一位教师提出了一种计算博弈论的方法，已经证明可以提高平均水平和低于平均水平的大联盟投手的有效性。
"我们基本上使用了随机游戏模型和深度神经网络学习技术的组合，来计算棒球打击中的最佳投球顺序，"计算机科学与工程副教授、该论文《计算棒球打击中的最佳投球策略》的合作者Yevgeniy Vorobeychik如是说。他最近在佛罗里达人工智能研究协会（FLAIRS）会议上提出了这项成果。
Vorobeychik和他的合作者使用深度神经网络来学习如何预测击球手在击球时的结果。然后，他们将一个打击机会建模为随机博弈，并使用价值迭代方法结合线性规划（一种数学建模技术）来解决这个博弈。
通过关注2015年至2018年的美国职棒大联盟赛季的数据，他们确定了针对每个打击机会的策略，实际上帮助提高了平均水平和低于平均水平的投手的有效性。
该研究的主要发现包括：
- 动态博弈：Vorobeychik和他的合作者制定了一个动态博弈论模型，考虑了投手的球种和控制能力，以及击球手的耐心或在投球区域外挥棒的倾向，从而为每个打击机会生成最佳的投球顺序策略。
- 数据整合：通过整合全面的球员和比赛数据，包括历史表现和投球追踪等信息，研究人员创建了一个框架，能够为个别投手针对特定击球手生成个性化的投球策略。
- 绩效分析：该研究通过将优化后的投球策略与数据中观察到的投球效果进行比较，评估了这些策略的有效性。研究结果显示，在击球手的平均垒上率方面，特别是对于排名较低的投手，有显著的降低。
“我怀疑基本上所有进入大联盟的投手都有出色的发球技巧，” Vorobeychik说道。“区分那些出类拔萃和那些仅仅是优秀的投手的部分原因是他们如何在比赛环境中运用他们的武器库来对付特定的打击者。将这种情况正式化为一场比赛，可能使经验或能力较差的投手能够找出最佳的投球顺序，并更好地利用他们的技巧。”
但这个模型能够在比赛环境中帮助大联盟的投手吗？
“我相信是可以的，”沃罗贝奇克说。“当然，还有更多的工作要做。例如，我们假设每个击球手都是独立的，但事实显然并非如此。这实际上是我们现在正在做的事情。”
来源：https://techxplore.com/news/2023-06-ai-baseball.html
欢迎关注ATYUN官方公众号
商务合作及内容投稿请联系邮箱:bd@atyun.com
上一篇
联想加速人工智能基础设施投资
广告
广告
写评论取消
回复取消