FootBots: A Transformer-based Architecture for Motion Prediction in Soccer

要約

サッカーの動き予測には、プレーヤーとボールの相互作用から複雑なダイナミクスをキャプチャすることが含まれます。
私たちは、等分散特性による動き予測と条件付き動き予測に対処するエンコーダ デコーダ トランスフォーマ ベースのアーキテクチャである FootBots を紹介します。
FootBots は、セット アテンション ブロックとマルチ アテンション ブロック デコーダーを使用して、時間的および社会的ダイナミクスをキャプチャします。
私たちの評価では、実際のサッカー データセットと調整された合成データセットの 2 つのデータセットを利用します。
合成データセットからの洞察は、FootBots の社会的注目メカニズムの有効性と、条件付き動作予測の重要性を浮き彫りにします。
実際のサッカーデータに関する実証結果は、FootBots が動作予測のベースラインを上回っており、ボールの位置に基づいて選手を予測したり、ボールに基づいて攻撃側 (守備側) チームを予測したり、守備側 (攻撃側) チームを予測したりするなど、条件付きタスクに優れていることを示しています。
すべてのプレーヤーに基づいてボールの位置を予測します。
私たちの評価は、定量的結果と定性的結果を結びつけます。

要約(オリジナル)

Motion prediction in soccer involves capturing complex dynamics from player and ball interactions. We present FootBots, an encoder-decoder transformer-based architecture addressing motion prediction and conditioned motion prediction through equivariance properties. FootBots captures temporal and social dynamics using set attention blocks and multi-attention block decoder. Our evaluation utilizes two datasets: a real soccer dataset and a tailored synthetic one. Insights from the synthetic dataset highlight the effectiveness of FootBots’ social attention mechanism and the significance of conditioned motion prediction. Empirical results on real soccer data demonstrate that FootBots outperforms baselines in motion prediction and excels in conditioned tasks, such as predicting the players based on the ball position, predicting the offensive (defensive) team based on the ball and the defensive (offensive) team, and predicting the ball position based on all players. Our evaluation connects quantitative and qualitative findings. https://youtu.be/9kaEkfzG3L8

arxiv情報

提供元, 利用サービス

arxiv.jp, Google