[论文解读] Evaluating Soccer Player: from Live Camera to Deep Reinforcement Learning

Paul Garnier, Théophane Gregoir|arXiv (Cornell University)|Jan 13, 2021

Human Pose and Action Recognition参考文献 22被引用 8

一句话总结

本文提出了一种新颖的、端到端的足球球员评估框架，利用实时摄像头输入与深度强化学习（DRL）技术，引入了期望折现进球（EDG）模型。该系统结合了开源球员追踪模型与仅在模拟比赛中训练的DRL智能体，其性能可与依赖真实比赛数据的模型相媲美，且无需使用真实世界赛事数据，从而实现了可扩展、透明且可泛化的球员评估，适用于多种踢球风格。

ABSTRACT

Scientifically evaluating soccer players represents a challenging Machine Learning problem. Unfortunately, most existing answers have very opaque algorithm training procedures; relevant data are scarcely accessible and almost impossible to generate. In this paper, we will introduce a two-part solution: an open-source Player Tracking model and a new approach to evaluate these players based solely on Deep Reinforcement Learning, without human data training nor guidance. Our tracking model was trained in a supervised fashion on datasets we will also release, and our Evaluation Model relies only on simulations of virtual soccer games. Combining those two architectures allows one to evaluate Soccer Players directly from a live camera without large datasets constraints. We term our new approach Expected Discounted Goal (EDG), as it represents the number of goals a team can score or concede from a particular state. This approach leads to more meaningful results than the existing ones that are based on real-world data, and could easily be extended to other sports.

研究动机与目标

• 开发一种可扩展、透明且可泛化的足球球员评估方法，无需依赖大规模专有真实世界数据集。
• 构建一个开源的端到端管道，实现从单摄像头视频输入的球员追踪与表现评估。
• 仅通过模拟比赛训练深度强化学习智能体，实现球员评估，消除对人工标注比赛数据的依赖。
• 证明基于模拟训练的方法可生成有意义且真实的球员评估指标，其表现优于或等同于现有基于数据的方法。
• 通过开放数据集与代码，使更多人能够获得高质量的足球追踪与分析工具。

提出的方法

• 系统使用在公开发布数据集上训练的监督式球员追踪模型，从实时摄像头画面中提取球员的实时坐标。
• 一个单应性估计模块（HE）通过关键点检测与异常值剔除，校正透视失真，将二维摄像头坐标映射到与球场对齐的坐标系。
• 采用带有卡尔曼滤波的ReID模型，通过外观嵌入与IoU追踪方法，保持帧间球员身份的一致性。
• 期望折现进球（EDG）智能体在模拟足球环境中通过深度强化学习进行训练，学习根据动作对进球的潜在贡献来分配价值。
• EDG模型计算从某一特定比赛状态出发，球队可能攻入或失球的期望数量，整合空间、时间及对手接近程度等因素。
• 整个框架实现端到端训练，EDG智能体从未接触真实比赛数据，完全依赖合成游戏模拟进行训练。

实验结果

研究问题

• RQ1 仅在模拟足球比赛中训练的深度强化学习智能体，能否生成与真实世界数据基线相当甚至更准确、更有意义的球员评估指标？
• RQ2 仅使用模拟训练的方法，在多大程度上能泛化到不同踢球风格与球队战术中？
• RQ3 EDG模型对动作的价值分布，在真实性与对上下文因素的敏感性方面，与VAEP和EPV等既定指标相比如何？
• RQ4 无须人工标注数据的开源摄像头追踪系统，能否在复杂视觉条件下（如阴影或强光）保持高精度？
• RQ5 EDG智能体在训练中未使用人工标注数据，是否能带来更客观、更少偏见的性能评估？

主要发现

• EDG模型对导致进球的动作赋予更均衡的价值分布——例如，助攻为35%，进球为65%，而VAEP模型中分别为10%与90%，表明EDG对动作上下文具有更好的敏感性。
• EDG模型在评估细微动作（如长距离前场传球或靠近对手的高风险传球）方面，表现优于或等同于现有模型如VAEP与EPV。
• EDG智能体在模拟对战中，对简单难度电脑对手的平均进球差为8.14，对中等难度对手为4.7，表明其在模拟环境中具备强大的实时决策能力。
• 由于具备鲁棒的单应性校正与结合卡尔曼滤波的ReID技术，追踪模型在强阴影或直射阳光等复杂视觉条件下仍保持高精度。
• 该框架是首个仅使用实时摄像头输入与基于模拟训练的开源端到端足球球员追踪与评估系统。
• EDG智能体在不同踢球风格与球队阵型中表现出良好的泛化能力，无需针对特定球队或联赛进行微调即可保持一致的性能表现。