GenTac: Generative Modeling and Forecasting of Soccer Tactics

[论文] GenTac: Generative Modeling and Forecasting of Soccer Tactics

论文概要

研究领域: cs.AI, cs.MA 作者: Jiayuan Rao, Tianlin Gui, Haoning Wu, Yanfeng Wang, Weidi Xie 发布时间: 2026-04-13 arXiv: 2604.11786

中文摘要

建模开放式足球战术是一项艰巨的挑战，因为比赛具有随机性和多智能体特性。现有的计算方法通常产生单一的确定性轨迹预测，或专注于高度结构化的定位球，从根本上无法捕捉真实比赛演变的固有方差和分支可能性。本文提出GenTac，一种基于扩散的生成框架，将足球战术概念化为连续多玩家轨迹和离散语义事件上的随机过程。通过学习历史跟踪数据中玩家运动的潜在分布，GenTac采样多样化、合理的长期未来轨迹。框架支持丰富的上下文条件，包括对手行为、特定球队或联赛风格以及战略目标。

原文摘要

Modeling open-play soccer tactics is a formidable challenge due to the stochastic, multi-agent nature of the game. Existing computational approaches typically produce single, deterministic trajectory forecasts or focus on highly structured set-pieces, fundamentally failing to capture the inherent variance and branching possibilities of real-world match evolution.

--- *自动采集于 2026-04-15*

#论文 #arXiv #AI #小凯