RoboCupサッカーにおける

戦術的パターンの抽出

情報システム解析学科 4年清水 達馬

RoboCup• 世界大会のベスト４のチームデータを用いた

戦術的パターンとは？• 複数の人間が関わる• 選手とボールが移動している• チームに特化している

試合のログデータ（座標データ， XML

形式）

中間ファイル

トランザクションデータベース

頻出する流れのパターンの抽出

試合のログデータ（座標データ， XML

形式）

中間ファイル

トランザクションデータベース

頻出する流れのパターンの抽出

他のチームにないパターンの抽出　＝　戦術的パターン

パターンマイナー

戦術的に「意味のある一連の流れ」に分割

SAX

http://tsukisan.cocolog-nifty.com/photos/uncategorized/2011/04/28/soccerhalggrid.gif

出典：

縦の３ライン

横の３ライン

左サイド

中央

右サイ

ド

アタッキングゾーン

ミドルゾーンディフェンスゾーン

１２

１２

９

１６

Time

……

トランザクション

ball_ ３ _２

A_ ５ _ ３A_ ２ _２B_ ３ _４ ball_ １ _

５ball_ ３ _３

B_ ５ _ １B_ ４ _ ５A_ ２ _ ４ B_ １ _ １

A_ １ _ ４A_ ４ _ ５

アイテムセット

…………

ユニ番あり ユニ番なし

例）グリッドサイズ：８ × ４

５

３

７

利点：誰が奪ったのが明確である

利点：チームとしてどのような時に　　　　奪えたかがわかる絶対位置 相対位置

利点：どの位置で奪ったのが明確 である

利点：ボールを起点としてみるため　　　　形が一緒なら同じと考えられる　　　　

Time

各選手やボールの座標を頂点として捉える場合

各選手やボールの動きを辺として捉える場合

Time

A_ ５ _４B_ １ _２B_ １ _３ｂ _ ３_ ５

A_ １ _３A_ ２ _５B_ ５ _３ｂ _ ２_ ３

A_ ２ _２A_ ５ _３B_ ３ _４ｂ _ ３_ ２

A_ ２ _４B_ ４ _５B_ ５ _１ｂ _ ３_ ３

A_ ２ _２A_ ２ _３B_ ５ _１ｂ _ ４_ １

…

A_ ４ _ ５ _２ _ ５B_ １ _ ２ _１ _ ４B_ １ _ ３ _５ _ ３ｂ _ ３ _ ５_ ２ _ ３

A_ ２ _ ５ _２ _ ３B_ １ _ ４ _１ _ ５B_ ５ _ ３ _３ _ ４ｂ _ ２ _ ３_ ３ _ ２

A_ ２ _ ３ _２ _ ４B_ １ _ ５ _４ _ ５B_ ３ _ ４ _５ _ １ｂ _ ３ _ ２_ ３ _ ３

…

共通パターンA_ １ _３ｂ _ ２_ ３

B_ １_ ３ｂ _１ _４

A_ １_ ３ｂ _ ２_ ３

A_ ２ _４ｂ _ ２_ ３

B_ ４ _５ｂ _ ５_ ５

A_ １ _１ｂ _ ２_ １

顕在パターン（ Emerging Pattern ）

チーム A

チーム B

実験設定：他のチームでは頻度５未満　　　　　　 最後にボールが含まれている

Time

A_ ２ _２

A_ ２ _１ｂ _ ２_ ２

B_ ２ _１

B_ １ _３ｂ _ １_ ２

A チームにはあるがB チームにはないパターン

B チームにはあるがA チームにはないパターン

実験

RoboCup ２０１２の世界大会のデータを使用・準決勝に進んだ 4 チームが対象・ディフェンスパターンのみ抽出

パターンマイナーは A Sequential Pattern Mining Framework

　 の BIDE+ Algorithm を使用しました 出現回数５以上で実験を行った

試合数 総トランザクション数

Gliders ２３ ５１６

Helios２０１２

２２ ４２９

WRightEagle ２２ ５３７MarIiK ２２ ４７０

各チームのデータ量

WRightEagle

グリッド（１２× ９）

グリッド（１６× １２）

飽和パターン（＃ SUP: ５以上）

顕在パターン(#SUP: ５以上 )

顕在パターン(#SUP: １０以上 )

３９７１

８４６０１

７４８５

６８４８

１３３７７

１８３６８１

１２６９８

７５０８

２１２３９

５２１９

１２５４

２７５５

５５５

４２７２４１

３６８０５

７０７１

２０８８

４８８７

３２４４

１２

５４４１２６４

４

ユニ番なしユニ番あり

相対

絶対

戦術パターン（具体例）ディフェンス的視点でボールを奪ったとき

５ _ ５６ _ ６７ _ ４ｂ _ ７_ ６

５ _ ５６ _ ６ｂ _ ７_ ６

５ _ ５ｂ _ ７_ ６

EM_result_MS5_all_defence_Rfalse_Ufalse_Near5_Last7_Keep5_W16_H12_WrightEagle.txt

５ _５７ _６ｂ _７ _６

１２

１６

① ③②

① ②

③

④

④

使用データ

W16_H12/EM_Gliders.txt“; 　sup=10絶対位置＿ユニフォーム番号なし

W16_H12/EM_HELIOS.txt“; 　 sup=10絶対位置＿ユニフォーム番号なし

W16_H12/EM_WrightEagle.txt“; 　 sup=10絶対位置＿ユニフォーム番号なし

W16_H12/EM_MarIik.txt“; 　 sup=10絶対位置＿ユニフォーム番号なし

戦術的パターンの抽出を目指して、 RoboCup のログデータから、顕在パターンの抽出を行った。• グリッド粒度や、相対絶対など、いくつかの設定で、

パターンの導出を行った。

結論

今後の課題グリッドの粒度，頻度，トランザクション化の条

件の変更オフェンスデータで戦術抽出既存のパターンマイナーを使用したので，今後は

自前アルゴリズムの作成