Upload
rashad-joyner
View
38
Download
1
Embed Size (px)
DESCRIPTION
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. 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. RoboCup 世界大会のベスト4のチームデータを用いた. 試合のログデータ (座標データ, XML 形式). 試合のログデータ (座標データ, XML 形式). SAX. 中間ファイル. 中間ファイル. 戦術的に「意味のある一連の流れ」に分割. トランザクションデータベース. トランザクションデータベース. パターンマイナー. - PowerPoint PPT Presentation
Citation preview
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