L'esquisse de jeu est un moyen universel pour les entraîneurs de communiquer ce qu'ils veulent que leurs joueurs fassent. Et si un entraîneur n'avait pas à se fier uniquement à son intuition, mais pouvait au contraire prévoir comment l'équipe en défense est susceptible de réagir à l'action envisagée ? C'est ce qu'ont fait Thomas Seidl, Aditya Cherukumudi, Andrew Hartnett, Peter Carr et Patrick Lucey à l'occasion de l'édition 2018 de la MIT Sloan Sports Conference.
Dans notre travail, nous avons étudié l'esquisse de jeu d'un point de vue axé sur les données. Nous avons combiné un cadre analytique puissant basé sur l'apprentissage par imitation profonde avec une interface utilisateur intelligente et très intuitive. Les utilisateurs esquissent des jeux à main levée ou modifient les données de suivi existantes. Notre logiciel a ensuite déduit l'animation équivalente et synthétisé des défenseurs "fantômes" réalistes. Les utilisateurs ont testé leurs jeux contre différentes équipes et contextes de jeu, et ont affiné leurs esquisses pour maximiser les points attendus dans une situation donnée.
Remplissez le formulaire et téléchargez le rapport complet.
