Evaluating Soccer Player Movements Using the Attacker-Defender Model

ملخص تقني: تقييم تحركات لاعبي كرة القدم باستخدام نموذج المهاجم-المدافع

بيان المشكلة
تتناول هذه الدراسة التحدي المتمثل في نمذجة مسارات اللاعبين قصيرة المدى في تحليلات كرة القدم. وبينما توفر أساليب التعلم الآلي دقة تنبؤية عالية، إلا أنها تفتقر غالباً إلى التفسير الفيزيائي. وفي المقابل، تعطي النماذج القائمة على الفيزياء الأولوية للتفسير، لكن نطاق تطبيقها كان تاريخياً محدوداً. وتحديداً، فإن نموذج "المهاجم-المدافع" (AD) الذي اقترحه برينك وآخرون (2023)، والذي يصف التفاعلات بين حامل الكرة وأقرب مدافع، لم يتم استكشافه سابقاً إلا بنطاقات بارامترية محدودة ومجموعات بيانات صغيرة نسبياً (1,573 حدث مراوغة). وبناءً على ذلك، ظل مدى قابلية تطبيق النموذج على البيانات واسعة النطاق وقدرته على استيعاب الطيف الكامل لأساليب اللعب غير مستكشف بشكل كافٍ.

المنهجية
استخدم المؤلفون مجموعة بيانات تضم بيانات التتبع والأحداث لـ 306 مباراة من موسم دوري الدرجة الأولى اليابانية (J1 League) لعام 2023، والمقدمة من شركة DataStadium Inc. تمت معالجة بيانات الموقع الخام ($x, y$) المسجلة بفواصل زمنية قدرها 0.04 ثانية باستخدام مرشحات "ساويتزكي-جولاي" (Savitzky–Golay) والاستكمال بـ "التكعيب السبلين" (cubic spline interpolation) لتقليل الضجيج وحساب السرعات. ومن خلال ذلك، تم استخراج 31,028 حالة مراوغة بناءً على معايير صارمة: بقاء أقرب مدافع ثابتاً، واستمرار الاستحواذ لأكثر من 0.5 ثانية، وتحرك اللاعبين لمسافة تزيد عن 5 أمتار.

يتضمن جوهر الدراسة نموذج (AD)، الذي يحدد حركة المهاجم ($\vec{v}_a$) والمدافع ($\vec{v}_d$) باستخدام معادلات تفاضلية مقترنة. تدمج هذه المعادلات قوة مقاومة تتناسب مع السرعة، وقوة دفع محددة بمكونات موجهة نحو الهدف وموجهة نحو الخصم. ويحكم النموذج ستة بارامترات (معاملات): قوى الدفع القصوى ($f_a, f_d$)، والثوابت الزمنية ($\tau_a, \tau_d$)، وعوامل الوزن لتفاعل الخصم ($\beta_a, \beta_d$).

يتمثل الابتكار المنهجي الرئيسي في التحسين المستقل للبارامترات المقترح. وخلافاً للمنهج الأصلي حيث يتم تحسين جميع البارامترات الستة في وقت واحد لتقليل إجمالي خطأ المسار، تقوم هذه الدراسة بحل معادلات الحركة للاعب واحد مع تثبيت المسار الفعلي للخصم. وهذا يسمح بالتقدير المستقل لبارامترات المهاجم ($f_a, \tau_a, \beta_a$) وبارامترات المدافع ($f_d, \tau_d, \beta_d$). تم إجراء التحسين باستخدام خوارزمية COBYLA مع استخدام أخذ العينات بـ "الهايبركيوب اللاتيني" (Latin hypercube sampling) لتوليد البارامترات الأولية. وسعت الدراسة التحليل ليشمل جميع الأرباع الأربعة لفضاء البارامترات (المحددة بإشارات $f$ و $\beta$)، في حين اقتصر العمل السابق على مناطق محددة.

المساهمات والنتائج الرئيسية

1. تعزيز كفاءة ودقة التحسين: قللت طريقة التحسين المستقل المقترحة التكاليف الحسابية بشكل كبير من خلال خفض أبعاد فضاء البارامترات. والأهم من ذلك، أنها حسنت معدل نجاح تقدير البارامترات. باستخدام النهج المحسن، استوفت 88.5% (27,457) من أصل 31,028 حالة مراوغة معيار الدقة (خطأ المسار $\varepsilon < 0.1$ لكلا اللاعبين)، مقارنة بـ 85.4% (26,492) باستخدام الطريقة المقترنة الأصلية.
2. التحقق واسع النطاق: نجحت الدراسة في التحقق من صحة نموذج (AD) على مجموعة بيانات أكبر بنحو 20 مرة من تلك المستخدمة في الأبحاث السابقة، مما أثبت متانته عبر نطاق واسع من سيناريوهات دوري J1 League.
3. توصيف أساليب اللعب: من خلال تحليل البارامترات المحسنة عبر فضاء الأرباع الأربعة الكامل، حدد المؤلفون أنماط حركة متميزة وربطوها بأدوار لاعبين محددة:
   • المهاجمون:
     • المنطقة A1 ($f_a > 0, \beta_a > 0$): الحركة نحو مرمى الخصم والابتعاد عن المدافع. يهيمن عليها لاعبو قلب الدفاع المشاركون في بناء اللعب.
     • المنطقة A2 ($f_a < 0, \beta_a > 0$): الحركة بعيداً عن المرمى ولكن باتجاه المدافع، وتحدث غالباً عند الحفاظ على الاستحواذ تحت ضغط خلفي.
     • المنطقة A3 ($f_a < 0, \beta_a < 0$): الحركة نحو كل من المرمى والمدافع، وهو ما يتوافق مع المواجهات المباشرة (واحد ضد واحد) بالقرب من فرص التسجيل.
     • المنطقة A4 ($f_a > 0, \beta_a < 0$): الحركة بعيداً عن كل من المرمى والمدافع، وتُلاحظ في التسارع الأمامي تحت الضغط أو المراوغات الخلفية.
   • المدافعون:
     • المنطقة D1 ($f_d > 0, \beta_d > 0$): الحركة نحو مرمى الدفاع ونحو المهاجم، وهي نموذجية لأفعال الضغط من قبل المهاجمين الصريحين.
     • المنطقة D2 ($f_d < 0, \beta_d > 0$): الحركة بعيداً عن كل من المرمى والمهاجم، وتمثل التراجع الدفاعي.
     • المنطقة D3 ($f_d < 0, \beta_d < 0$): الحركة نحو المرمى ولكن بعيداً عن المهاجم، وهي شائعة عند التعامل مع المراوغات الجانبية.
     • المنطقة D4 ($f_d > 0, \beta_d < 0$): الحركة بعيداً عن المرمى ولكن باتجاه المهاجم، مما يشير إلى تحديات عالية المخاطر من الخلف.

الأهمية والادعاءات
يزعم البحث أنه من خلال توسيع نطاق البارامترات التي تم تحليلها واستخدام مجموعة بيانات أكبر، توفر الدراسة رؤى كمية جديدة حول أساليب اللعب المتميزة للمهاجمين والمدافعين. ويؤكد المؤلفون أن طريقة التحسين المستقل لا تحسن كفاءة ملاءمة النموذج فحسب، بل تزيد أيضاً من حجم المسارات التي تم إعادة إنتاجها بدقة، مما يتيح توصيفاً أكثر متانة للاعبين.

تختتم الدراسة بتواضع، مشيرة إلى أنه بينما نجح النموذج في إعادة إنتاج المسارات، فإن العديد من البارامترات المحسنة اقتربت من حدود فضاء البارامل المحدد. وهذا يشير إلى الحاجة إلى تحسين مستقبلي لدالة الخطأ، ربما من خلال دمج حدود جزائية تعتمد على سرعة اللاعب وتسارعه. كما تم اقتراح عمل مستقبلي لتحليل سياقات محددة (مثل موقع الملعب) وأدوار اللاعبين بمزيد من التفصيل.