TacticAI：DeepMind与利物浦俱乐部联合开发出AI足球战术教练

TacticAI是Google DeepMind开发的一款人工智能助手，专为足球战术设计。它旨在通过预测和生成AI技术为专业教练提供战术上的洞察，特别是在角球策略方面。TacticAI通过与利物浦足球俱乐部的专家进行多年的研究合作来开发和评估，旨在革新足球领域的训练和比赛策略，为球员、教练和球迷带来革命性的变化。

TacticAI的主要功能： 角球战术建议 ：TacticAI可以为角球的战术布局提供专业的建议。它通过分析历史数据和当前的比赛情况，帮助教练制定出更有可能成功的角球战术。

预测角球结果 ：使用几何深度学习方法，TacticAI能够预测角球的可能结果，如谁最有可能接到球，是否会有射门尝试等。

生成性模型 ：TacticAI能够生成不同的球员布局方案，让教练可以直接评估这些替代方案的可能结果。这使得教练可以根据AI的建议，调整战术来优化特定的比赛结果。

战术调整建议 ：基于角球的实际发生情况，TacticAI可以提出如何调整战术来实现特定的比赛目标，例如如何重新定位防守球员以减少对方射门尝试的概率。

角球战术分析 ：通过将角球情况建模为图，其中节点代表球员，边表示它们之间的关系，TacticAI利用足球场的对称性，为接球人和射门尝试的预测提供了一个减少搜索空间、更泛化的模型。

工作原理 图表示法

TacticAI将足球比赛中的角球情况转化为图表示，每位球员在图中作为一个节点。这种图形结构适合于模拟球员之间的相互关系，这些关系往往比他们在场上的绝对距离更为重要。 图神经网络

通过在图上应用图神经网络，TacticAI执行消息传递操作来更新每个节点（球员）的表示。这使得模型能够根据球员之间的相互作用和位置关系，理解和预测角球执行的可能结果。 几何深度学习

TacticAI利用足球场的对称性，通过几何深度学习确保在场地水平或垂直反射的情况下，球员的表示计算结果保持一致，从而提高模型的泛化能力和准确性。 预测与生成组件

接球者预测 ：预测哪位球员最有可能首先接触到角球。 射门预测 ：基于角球执行的具体情况，预测是否会有射门尝试发生。 战术建议 ：提出调整球员位置和速度的建议，以最大化或最小化进球的概率。 战术调整与优化

TacticAI根据当前比赛情况和历史数据提供战术建议，发掘类似的角球情况，并提出战术调整。这些调整旨在优化球队的角球执行策略，提高角球转化为进球的可能性。 利用预测模型辅助教练： TacticAI能够为足球教练找到相似的角球情况并测试不同的战术。在传统的方法中，分析师需要回顾大量的视频来寻找类似的例子并研究对手的队伍。TacticAI自动化了这一过程，通过计算球员的数值表示，使专家能够轻松高效地查找相关的过往例程。

对比先前的艺术： TacticAI在此领域的先前艺术作品中进行了详细对比，展示了其独特之处和进步。

生成模型的应用： TacticAI的生成模型允许人类教练重新设计角球战术，以优化某些结果的概率，如为防守布局减少射门尝试的概率。TacticAI提供战术推荐，调整特定团队中所有球员的位置。这些提出的调整帮助教练更快地识别重要模式及关键球员。

(A) An example of a corner kick where there was a shot attempt in reality. (A) 一个角球示例，现实中有一次射门尝试。

(B) TacticAI can generate a counterfactual setting in which the shot probability has been reduced by adjusting the positioning and velocities of the defenders. (B) TacticAI 可以生成一个反事实环境，在该环境中，通过调整防守队员的位置和速度，降低了射门概率。

(C) The suggested defender positions result in reduced receiver probability for attacking players 2-4. (C) 建议的后卫位置降低了 2-4 号进攻球员的接球概率。

(D) The model is capable of generating multiple such scenarios and coaches can inspect the different options. (D) 该模型能够生成多个此类方案，教练员可以检查不同的选项。

战术建议的有效性： TacticAI的战术建议不仅仅是理论上的，它们经过了足球领域专家的验证，显示出它们的有效性和实用性。在与利物浦足球俱乐部的专家合作的案例研究中，TacticAI的战术建议在90%的情况下被专家评价者偏好于实际看到的战术布局。

Examples of the strategic refinements that raters preferred to original plays, where TacticAI suggested: 在 TacticAI 的建议下，评分者更倾向于对原始剧本进行策略改进的示例：

(A) The recommendations of four players are more favorable by most raters. (A) 大多数评分者对四名选手的推荐更有好感。

(B) Defenders furthest away from the corner make improved covering runs (B) 距离角球区最远的后卫在掩护跑动方面有所改进

(C) Improved covering runs for a central group of defenders in the penalty box (C) 改善禁区内中卫组的掩护跑动

(D) Substantially better tracking runs for two central defenders, along with a better positioning for two other defenders in the goal area. (D) 大幅改善两名中卫的跟踪跑位，同时改善另外两名中卫在球门区的位置。