龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：浙江大学
摘要：本发明提供了一种基于强化学习的足球战术决策指导方法及系统，其特征在于，包括：获取待分析数据；所述待分析数据包括球员运动数据、足球运动数据、球员身体监测数据；对所述球员运动数据、足球运动数据进行清洗；对清洗后数据进行特征提取，获取球员运动模式数据、球运行轨迹数据和传球阵型变化数据；构建深度学习模型，将提取后所述球员运动模式数据、球运行轨迹数据作为输入量输入所述深度学习模型，所述深度学习模型基于MCTS强化学习算法生成决策指导策略；基于球员身体监测数据和对手对抗性因素优化所述决策指导策略。
主权项：1.一种基于强化学习的足球战术决策指导方法，其特征在于，包括：获取待分析数据；所述待分析数据包括球员运动数据、足球运动数据、球员身体监测数据；对所述球员运动数据、足球运动数据进行清洗；对清洗后数据进行特征提取，获取球员运动模式数据、球运行轨迹数据和传球阵型变化数据；构建深度学习模型，将提取后所述球员运动模式数据、球运行轨迹数据作为输入量输入所述深度学习模型，所述深度学习模型基于MCTS强化学习算法生成决策指导策略；所述生成决策指导策略步骤包括：建立MCTS搜索树，节点代表对战状态，边代表可能的动作；从根节点开始，递归地选择子节点，直到达到叶节点；在叶节点添加一个或多个未探索的子节点；从新的叶节点开始，进行模拟对战，直到达到预定的深度或对战结束；根据仿真结果更新从叶节点到根节点路径上的节点的统计信息，最终输出完成回溯的最优策略；基于球员身体监测数据和对手对抗性因素优化所述决策指导策略；所述优化所述决策指导策略包括；基于身体监测数据集合化形成生物指标数据集合，并设定策略评估函数；增加对抗性因素，所述对抗性因素基于对手潜在动作和球员之间互动融合的对抗性因素设定；基于所述策略评估函数对所述决策指导策略进行优化。
全文数据：
权利要求：
百度查询： 浙江大学 一种基于强化学习的足球战术决策指导方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号