Data-Driven Framework of Player Spatial Ownership in Football
本論文は、一般的な移動仮定に依存することなく、光学式トラッキングデータから個別の移動パラメータを推定することで到着時間を算出し、フィールド領域の支配権を割り当てることにより、サッカーにおけるプレイヤーの空間的占有量を定量化するための、完全なデータ駆動型フレームワークを導入するものである。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
現代のサッカーにおいて、物語はしばしばボールを通じて語られる。得点を決めるストライカー、完璧なパスを通すミッドフィルダー、あるいは危険なクロスをインターセプトするディフェンダーを、私たちは称賛する。これらの瞬間は目に見えやすく、数えることも容易である。しかし、試合の膨大な部分は、ボールが一度も選手の足に触れることなく進行している。それはプレイヤー間のスペースの中で、隙を作るためのランの中で、そして相手を躊躇させるポジショニングの中で起きている。何十年もの間、コーチやアナリストはこの「目に見えない影響力」を測定する方法に苦心してきた。ある瞬間において、プレイヤーは実際にどれほどのスペースを支配しているのだろうか？誰が特定の芝生の区画に他の誰よりも早く到達できるのだろうか？この問いに答えるには、単に観戦するだけでは不十分であり、22人のアスリートによる混沌とした動きを、誰がフィールドを所有しているのかという明確なマップへと翻訳する方法が必要となる。
長年、研究者たちはピッチ上に想像上の線を引き、プレイヤーが立っている場所に基づいて地面を領域に分割することで、この問題を解決しようとしてきた。「ドミナント・リージョン・モデル」として知られるこれらのモデルは、もしあるプレイヤーが特定の地点により近いならば、そのプレイヤーがそこを所有していると仮定している。しかし、このアプローチは、すべてのプレイヤーが全く同じように動くとみなしてしまう。一人のプレイヤーが瞬時に加速できるスプリンターである一方で、別のプレイヤーは回転が遅いパワーランナーであるかもしれないという事実を無視しているのである。また、全員が同じ速度でゲームに反応すると想定しており、一部のプレイヤーがプレーの変化を察知するのがより早いといったことも考慮に入れていない。この簡略化は、フィールド上のあらゆるアスリートが持つ独自の身体的特徴を見落としている。
パーデュー大学による新しい研究は、人々が実際にどのように動くかに基づいてスペースのマップを構築するという、異なる視点を提示している。全員が同じであると仮定する代わりに、研究者たちは、試合中に収集されたデータから、プレイヤー一人ひとりの具体的な動きの習慣を学習するシステムを開発した。彼らは、全プレイヤーとボールの正確な位置を1秒間に25回記録する光学トラッキングデータを使用した。この数字のストリームから、チームは各アスلリートの独自のプロファイル（特性）を抽出した。彼らは、各プレイヤーがどの程度の速さで加速できるか、どのくらい素早く減速できるか、最高速度はどのくらいか、そして正確にどのようにターンするかを計算した。おそらく最も重要なのは、プレイヤーの反応時間、つまり、ボールが動いたのを見てから走り出すまでの、ほんの一瞬の遅れを解明したことである。
研究者たちは、これらの個別のプロファイルを用いて、フィールド全体を駆け抜けるレースのシミュレーションを行った。彼らはピッチを、プレイヤーの横方向へのリーチ（手の届く範囲）とほぼ同等の、幅50センチメートルの小さな正方形のグリッドに分割した。フィールド上のあらゆる正方形に対して、システムは単純な問いを投げかける。「もしプレイヤーが今すぐこの場所に到達する必要があるとしたら、どれくらいの時間がかかるか？」と。これに答えるため、モデルはすべてのプレイヤーに対して2つの異なるシナリオを実行した。第1のシナリオでは、プレイヤーは立ち止まることなく、常に進行方向を調整しながら進む、まるでカーブを曲がる際に決して停止しない車のような動きをする。第2のシナリオでは、プレイヤーは一旦停止して体をターゲットの方へ向け、それから加速する。システムは両方の戦略にかかる時間を計算し、より速い方の時間を採用した。
すべてのプレイヤーとフィールド上のすべての正方形に対してこれらの計算を実行することで、研究者たちは「プレイヤー空間所有権（Player Spatial Ownership）」のダイナミックなマップを作成した。このマップは、個々のスピード、旋回能力、および個人の反応時間を考慮した上で、どのプレイヤーが任意の地点に最も早く到達できるかを示している。研究によれば、これらの個別の違いを考慮に入れると、静的なマップと比較して、誰がスペースを支配しているかという図式が大きく変化することが分かった。静的なマップでは遠くにいるように見えるプレイヤーであっても、反応が早かったり、より効率的にターンできたりすることで、実際にはその場所に最初に到達できる可能性があるのである。
チームは、FIFAから提供された実際のサッカーの試合データを用いてこの手法をテストした。その結果、このシステムは、リアルタイムで使用できるほど十分に速く、かつ個々の動きのニュ微を捉えられるほど詳細に、フィールド全体を処理できることが判明した。複雑で再現性のない数学を必要としたり、全員が同一の動きをすると想定したりしていた従来の手法とは異なり、このフレームワークは完全に観察されたデータに基づいている。これはプレイヤーがどのように動くかを推測するのではなく、過去にどのように動いたかから学習するのである。その結果、チームがいかにしてスペースを作り出し、ディフェンダーがいかにしてエリアをカバーし、プレイヤーの独自の身体的特性がいかにゲームの流れに影響を与えるかを、精密に示すことができるツールとなった。
このアプローチは、単に誰がボールに最も近いかを教えてくれるのではない。誰がその周囲のスペースを支配する物理的な能力を持っているのかを教えてくれるのである。それは、空間制御が固定された領土ではなく、スピード、敏捷性、そして反応時間の流動的な競争であることを明らかにしている。すべてのプレイヤーを、独自の動きのシグネチャーを持つ唯一無二の個人として扱うことで、この研究は、より明確で現実的なゲームの捉え方を提供している。それは、プレイヤーの真の価値が、ボールをどう扱うかにあるのではなく、ボールを持たない状態でどのように動き、以前は測定不可能であった方法でフィールドを形作るかにあることを示唆している。この新しいフレームワークは、サッカーの「見えない幾何学」を理解するための基礎を提供し、ゲームの混沌とした動きを、個人の能力と戦術的コントロールの物語へと変貌させている。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。