Ιδρυματικό Αποθετήριο [SANDBOX]
Πολυτεχνείο Κρήτης
EN  |  EL

Αναζήτηση

Πλοήγηση

Ο Χώρος μου

Optimising game tactics for football

Beal Ryan, Chalkiadakis Georgios, Norman Timothy J., Ramchurn Sarvapali D.

Απλή Εγγραφή


URIhttp://purl.tuc.gr/dl/dias/833F3533-470E-451D-B850-1C380A396F74-
Αναγνωριστικόwww.ifaamas.org/proceedings.html-
Αναγνωριστικόhttps://www.scopus.com/inward/record.uri?eid=2-s2.0-85096654096&partnerID=40&md5=ce843458300f4b248f93e6827a5ad262-
Αναγνωριστικό978-145037518-4-
Γλώσσαen-
Μέγεθος9 pagesen
ΤίτλοςOptimising game tactics for footballen
ΔημιουργόςBeal Ryanen
ΔημιουργόςChalkiadakis Georgiosen
ΔημιουργόςΧαλκιαδακης Γεωργιοςel
ΔημιουργόςNorman Timothy J.en
ΔημιουργόςRamchurn Sarvapali D.en
ΕκδότηςInternational Foundation for Autonomous Agents and Multiagent Systems (IFAAMAS)en
ΠερίληψηIn this paper we present a novel approach to optimise tactical and strategic decision making in football (soccer). We model the game of football as a multi-stage game which is made up from a Bayesian game to model the pre-match decisions and a stochastic game to model the in-match state transitions and decisions. Using this formulation, we propose a method to predict the probability of game outcomes and the payoffs of team actions. Building upon this, we develop algorithms to optimise team formation and ingame tactics with different objectives. Empirical evaluation of our approach on real-world datasets from 760 matches shows that by using optimised tactics from our Bayesian and stochastic games, we increase a team chances of winning by 16.1% and 3.4% respectively.en
ΤύποςΠλήρης Δημοσίευση σε Συνέδριοel
ΤύποςConference Full Paperen
Άδεια Χρήσηςhttp://creativecommons.org/licenses/by/4.0/en
Ημερομηνία2022-07-26-
Ημερομηνία Δημοσίευσης2020-
Θεματική ΚατηγορίαAutonomous agentsen
Θεματική ΚατηγορίαFootballen
Θεματική ΚατηγορίαGame theoryen
Θεματική ΚατηγορίαMulti agent systemsen
Θεματική ΚατηγορίαBayesian gameen
Θεματική ΚατηγορίαStochastic gameen
Βιβλιογραφική ΑναφοράR. Beal, G. Chalkiadakis, T. J. Norman, and S. D. Ramchurn, “Optimising game tactics for football,” In Proc. of the 19th International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2020), vol 2020, B. An, N. Yorke-Smith, A. El Fallah Seghrouchni, G. Sukthankar, Eds., USA: IFAAMAS, 2020, pp. 141-149.en

Υπηρεσίες

Στατιστικά