棒球运动的机器人:投手好球是什么?机器人、规则书和裁判对此有不同看法

煤油灯科技2024-06-21 10:22

过去150年里,棒球比赛中的一个公开秘密给机器裁判的教育带来了一些复杂性:球场上所宣布的好球区域与规则书中所指定的并不一致。

在自动化投手-触击系统能够应用于职业大联盟之前,必须就何为好球达成一致。

明尼苏达双子星卡洛斯·科雷亚表示:“你会陷入一个兔子洞,对于一些打者来说可能不公平。投手能做出巨大的曲球,球它们穿过球区,最后是一个界外球,可球区将其视为好球。我更喜欢人类因素的存在,但谁知道,也许他们可以在某个时刻将其完美化。”

2019年,美国职棒大联盟(MLB)开始在独立的大西洋联盟进行机器人裁定投手球和好球的实验,并于2021年在低级别球队的比赛中使用了计算机来进行裁定。上个赛季,在一些小联盟球场尝试了挑战制度,即投手、击球手或接球手有权向电脑上的人类裁判员提出上诉。今年,美洲职棒大联盟在所有三A级别的球场都使用了自动球球术(ABS)系统,每个系列赛的前三场比赛由机器人独自裁判,最后三场由人类裁判员配合挑战制度进行。

官方棒球规则将投球区定义为:“在本垒板上方的区域,其上限是从肩膀顶部与制服裤子顶部之间中点处划出的水平线,下限则是从膝盖骨下方凹陷处划出的线。”

实际上,在实际比赛中,职业联盟的裁判通常不会对触及三维区域前部底部或后部顶部的投球判定为好球,因此,实际的好球区更像是一个椭圆形而非立方体。

"如果你仔细观察一下大联盟常用的所谓平均区域,并且一直以来都是这样被叫做的话,你会发现它并不像系统所称的那样是一个矩形," 大联盟执行副总裁摩根·索德表示。

起初,机器人被编程为在板前方呼叫一个二维区域,大联盟还尝试过三维区域。今年,全息棒仅根据球碰到板中央的位置(距板前后8.5英寸)来判定好球。

美国职业棒球大联盟(MLB)将投球有效区域的上限从击球者身高的56%缩减至51%。

"双维球区的出现大大减少了人们认为不合理的投球数量,特别是当球位于中央位置时,因为此时不会有那么多的下滑球以及碰到后门的球。” Sword说道。“我们喜欢双维球区的这种本质。”

同时,它还允许我们在球场上所使用的区域与我们提供给球迷、球员、教练和其他人的区域表达相匹配。但是,我认为使用哪种二维形状以及该形状的尺寸具体是什么,仍然不确定。

今年,MLB将电子打击区的宽度从19英寸减少到17英寸,与板球宽度相匹配。球只要横越该区域的任意部分,就会判定为投手投出的好球。

"去年在佛罗里达州洲立联盟,19英寸的球,我接到了一些连在大西洋沿海会议中都没有收到的电话。情况有点奇怪,"说道迈克·瓦西尔(Mike Vasil),一个23岁的纽约大都会队未来有望成为投手的球员,他曾就读于弗吉尼亚大学。"

根据美国职棒大联盟数据显示,自动裁判系统应用后,三A级联赛的投手三振率从上年的23.3%下降至今年的22.2%,若仍由人类裁判执法并引入挑战制度,三振率为22%。而保送率则从去年的10.2%增至利用机械裁判系统的12.7%,挑战制度的保送率为11.5%。

击球率从上个赛季的.252上升到全垒打数比赛中的.266,并在挑战赛中达到.273。全垒打的比例从2.9%提高到全垒打数比赛中的3.2%,挑战赛中则达到3.3%。

每支球队有三次挑战的机会,这些机会可以由投手、击球手或接球手发起。球队在成功挑战后保留该挑战的机会。

"我喜欢它,因为它一贯如此,"纽约洋基队中外野手哈里森·巴德说道,他今年在三A级职业棒球比赛中打了五场。"无论是不是有些怪异,有所不同,你都想要知道球场的各个区域。"

得克萨斯队经理布鲁斯·博奇,一个参与职业棒球近半个世纪的资深人士,倾向于采用三维区域规则。

“它必须覆盖四个象限。”他说。“如果你击中内部较低的方框或象限,或者上方的象限,你希望那个投球被判为好球。”他说道。

理查德·加西亚,一名1975年至1999年的大联盟裁判员和2002年至2009年的裁判监督员,指责ABS系统在与人类判断相匹配的准确性上存在问题,因为通常应用的投球区域判定比它更为准确。而且对于裁判员的声誉来说至关重要的是,他表示电视上覆盖投球区域的图像经常会误导球迷。

他说:“这可能是棒球界能做的最愚蠢的事情之一。为什么他们不告诉球迷屏幕上的方框并非裁判员所评估的方框,而只是用于娱乐的?”

运用一个二维区域而非一个矩形或许会对慢速沉球投手造成不利,比如纽约洋基队的克莱·霍姆斯。

他说:“你把打击区域收缩了一点点,它的深度。也许他们需要重新定义打击区域。”

芝加哥小熊队的外场手迈克·陶曼,在AAA级爱荷华州队出战了24场比赛后表示,机器裁判可能会引发一些意外后果。他回忆起ABS技术曾经在球板前沿测量投球是如何进行的。

他说:“我在脚踝处击出去了两个球,所以我认为将板凳移回是个不错的主意。我不喜欢比赛变成一个人们试图智胜电脑的场景。我仍然喜欢球评有人类的因素,因为比赛中存在一些我认为电脑无法完全理解的微妙之处。”

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