Tacticai: un assistant d’IA pour les tactiques de football

Dans le cadre de notre collaboration pluriannuelle avec Liverpool FC, nous développons un système complet d’IA qui peut conseiller les entraîneurs sur les coups de pied d’angle

«Le coin a pris rapidement… Origi!

Le Liverpool FC a fait un retour historique en demi-finale de la Ligue des champions de l’UEFA 2019. L’un des moments les plus emblématiques a été un coup de coin de Trent Alexander-Arnold qui a aligné Divock Origi pour marquer ce qui s’est passé dans l’histoire comme Le plus grand objectif du Liverpool FC.

Les coups de pied d’angle ont un potentiel élevé d’objectifs, mais la conception d’une routine repose sur un mélange d’intuition humaine et de conception de jeux pour identifier les modèles dans les équipes rivales et répondre à la volée.

Aujourd’hui, dans Communications de la naturenous introduisons Tacticai: un système d’intelligence artificielle (IA) qui peut fournir aux experts des idées tactiques, en particulier sur les coups de pied d’angle, grâce à une IA prédictive et générative. Malgré la disponibilité limitée des données standard sur les coups de pied d’angle, Tacticai obtient des résultats de pointe en utilisant une approche géométrique en profondeur pour aider à créer des modèles plus généralisables.

Nous avons développé et évalué Tacticai avec des experts du Liverpool Football Club dans le cadre d’une collaboration de recherche pluriannuelle. Les suggestions de Tacticai ont été préférées par les évaluateurs des experts humains 90% du temps plutôt que des configurations tactiques observées dans la pratique.

Tacticai démontre le potentiel des techniques d’assistance AI pour révolutionner les sports pour les joueurs, les entraîneurs et les fans. Les sports comme le football sont également un domaine dynamique pour développer l’IA, car ils présentent des interactions multi-agents réelles, avec des données multimodales. L’avancement de l’IA pour les sports pourrait se traduire dans de nombreuses zones sur et hors du terrain – des jeux informatiques et robotiqueà la coordination du trafic.

Développer un plan de match avec Liverpool FC

Il y a cinq ans, nous avons commencé une collaboration pluriannuelle avec le Liverpool FC pour faire avancer l’IA pour l’analyse sportive.

Notre premier article, Plan de jeua examiné pourquoi l’IA devrait être utilisé pour aider les tactiques de football, mettant en évidence des exemples tels que l’analyse des coups de pied de pénalité. En 2022, nous avons développé Imputeur de graphiquequi a montré comment l’IA peut être utilisé avec un prototype d’un système prédictif pour les tâches en aval dans l’analyse du football. Le système pourrait prédire les mouvements des joueurs hors caméra lorsqu’aucune donnée de suivi n’était disponible – sinon, un club devrait envoyer un éclaireur pour regarder le match en personne.

Maintenant, nous avons développé Tacticai en tant que système d’IA complet avec des modèles prédictifs et génératifs combinés. Notre système permet aux entraîneurs d’échantillonner des configurations de joueurs alternatifs pour chaque routine d’intérêt, puis d’évaluer directement les résultats possibles de ces alternatives.

Tacticai est construit pour répondre à trois questions fondamentales:

1. Pour une configuration tactique de coup de pied d’angle donnée, que se passera-t-il? Par exemple, qui est le plus susceptible de recevoir le ballon, et y aura-t-il une tentative de tir?
2. Une fois qu’une configuration a été jouée, pouvons-nous comprendre ce qui s’est passé? Par exemple, les tactiques similaires ont-elles bien fonctionné dans le passé?
3. Comment pouvons-nous ajuster les tactiques pour faire en sorte qu’un résultat particulier se produise? Par exemple, comment les joueurs en défense devraient-ils être repositionnés pour diminuer la probabilité de tentatives de tir?

Prédire les résultats des coups de pied avec un apprentissage en profondeur géométrique

Un coup de pied d’angle est attribué lorsque le ballon passe au-dessus de la signature, après avoir touché un joueur de l’équipe en défense. Prédire les résultats des coups de pied d’angle est complexe, en raison de l’aléatoire dans le gameplay des joueurs individuels et de la dynamique entre eux. Cela est également difficile pour l’IA de modéliser en raison des données limitées des coups de pied de coin standard en or – seulement environ 10 coups de pied d’angle sont joués dans chaque match de la Premier League chaque saison.

Tacticai prédit avec succès le jeu d’angle en appliquant une approche géométrique en profondeur. Premièrement, nous modélissons directement les relations implicites entre les joueurs en représentant des configurations de coup de pied d’angle comme des graphiques, dans lesquels les nœuds représentent les joueurs (avec des fonctionnalités telles que la position, la vitesse, la hauteur, etc.) et les bords représentent des relations entre eux. Ensuite, nous exploitons une symétrie approximative du terrain de football. Notre architecture géométrique est une variante du Réseau de convolution équivariant de groupe Cela génère les quatre réflexions possibles d’une situation donnée (originale, flippée en H, flexible en V, flippée en VC) et force nos prédictions pour les récepteurs et les tentatives de tir d’être identiques dans les quatre. Cette approche réduit l’espace de recherche des fonctions possibles que notre réseau neuronal peut représenter à celles qui respectent la symétrie de réflexion – et donne des modèles plus généralisables, avec moins de données de formation.

Fournir des suggestions constructives aux experts humains

En exploitant ses modèles prédictifs et génératifs, Tacticai peut aider les entraîneurs en trouvant des coups de pied d’angle similaires et en testant différentes tactiques.

Traditionnellement, pour développer des tactiques et des contre-tactiques, les analystes repenseraient de nombreuses vidéos de jeux pour rechercher des exemples similaires et étudier des équipes rivales. Tacticai calcule automatiquement les représentations numériques des joueurs, ce qui permet aux experts de rechercher facilement et efficacement les routines passées pertinentes. Nous avons en outre validé cette observation intuitive grâce à de vastes études qualitatives avec des experts du football, qui ont trouvé que les récupérations top-1 de Tacticai étaient pertinentes 63% du temps, près du double de la référence à 33% observée dans les approches qui suggèrent des paires basées sur l’analyse directe de la similitude de la position des joueurs.

Le modèle génératif de Tacticai permet également aux entraîneurs humains de repenser les tactiques de coup de pied d’angle pour optimiser les probabilités de certains résultats, tels que la réduction de la probabilité d’une tentative de tir pour une configuration défensive. Tacticai fournit des recommandations tactiques qui ajustent les positions de tous les joueurs d’une équipe particulière. D’après ces ajustements proposés, les entraîneurs peuvent identifier les modèles importants, ainsi que les joueurs clés pour le succès ou l’échec d’une tactique, plus rapidement.

Dans notre analyse quantitative, nous avons montré que Tacticai était précis pour prédire les récepteurs de coups de pied d’angle et les situations de tir, et que le repositionnement des joueurs était similaire à la façon dont les jeux réels se sont déroulés. Nous avons également évalué ces recommandations qualitativement dans une étude de cas aveugle où les évaluateurs ne savaient pas quelles tactiques provenaient du jeu réel et lesquelles étaient générées par tacticai. Les experts du football humain du Liverpool FC ont constaté que nos suggestions ne peuvent pas être distinguées des véritables coins et ont été favorisées dans leurs situations d’origine 90% du temps. Cela démontre que les prédictions de Tacticai sont non seulement exactes, mais utiles et déployables.

Avancer de l’IA pour les sports

Tacticai est un système d’IA complet qui pourrait donner aux entraîneurs des entraîneurs, des idées tactiques instantanées et précises – qui sont également pratiques sur le terrain. Avec Tacticai, nous avons développé un assistant AI capable pour les tactiques de football et atteint une étape importante dans le développement d’assistants utiles dans l’IA sportive. Nous espérons que les recherches futures pourront aider à développer des assistants qui se développent à des intrants plus multimodaux en dehors des données des joueurs et aident les experts à plus de manières.

Nous montrons comment l’IA peut être utilisée dans le football, mais le football peut également nous apprendre beaucoup sur l’IA. C’est un jeu très dynamique et difficile à analyser, avec de nombreux facteurs humains du physique à la psychologie. C’est difficile même pour des experts comme les entraîneurs chevronnés de détecter tous les modèles. Avec Tacticai, nous espérons prendre de nombreuses leçons dans le développement de technologies d’assistance plus larges qui mélangent l’expertise humaine et l’analyse de l’IA pour aider les gens dans le monde réel.