AI改变棒球运动

煤油灯科技2023-06-20 13:30

棒球的老派打跑“白球”时代已经一去不返了。现今的棒球比赛,教练、侦察员、管理人员和运动员们都在重度依赖数量分析技术,这在过去的十年里已经改变了体育世界。

但如果人工智能(AI)可以用来进一步推动这些提高,会怎么样呢? 华盛顿大学麦克尔维工程学院的一名教师提出了一种计算博弈论方法,已被证明可以提高平均和低于平均水平的大联盟投手的效率。

“基本上,我们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策略,” Yevgeniy Vorobeychik说道。他是计算机科学和工程的副教授并且是论文《计算棒球打击中的最佳投球策略》的合作者之一。这篇论文最近在佛罗里达人工智能研究协会 (FLAIRS) 的会议上进行了介绍。

Vorobeychik和他的合作者使用深度神经网络来学习如何预测每当球员挥棒时的投球结果。然后,他们将打击操作建模为随机博弈,并使用价值迭代方法加上线性规划的数学建模技术来解决该问题。

他们着眼于2015至2018年美国职业棒球大联盟赛季的数据,找到了一种针对每个打席的方法,有效提升了普通和低水平投手的效率。

研究的主要发现包括:

“我怀疑实际上所有能够进入大联盟的投手都拥有出色的本领,” Vorobeychik 说道,“真正区别杰出和普通的投手的是他们如何在比赛中使用自己的武器库,特别是针对不同的打者。将这个问题形式化解决,或许可以让经验和能力较少的投手找到最佳投球顺序,更好地使用自己的技术。”

但是这个模型能否在实际比赛中帮助职业棒球投手呢?

“我认为是的,”沃罗别伊奇克说。“当然,还有更多的工作需要做。例如,我们假设每个打席是独立的,但事实上它并不是。这实际上是我们现在正在致力于解决的问题。”

 

---煤油灯科技victorlamp.com编译整理---

你可能也喜欢这些文章

科技互联网,科技,资讯,动态,洞察,量子,计算,AI,人工智能,机器人,区块链,Web3,分布式,操作系统,OS,芯片,视频,深度,论文