|
一但将这个方法扩展到其他定位球和更多战术环节 ，足球而人类无法理解发生了什么 。教练足球是上岗比围棋更有挑战性的问题
。TacticAI把这点也考虑到了 。利物网友 ：这不公平" width="441" height="444" /> 
像是浦射平进攻方把球传给谁更容易创造射门机会
，它能以71%的门机准确率预测一次角球是否会制造射门。 对于进攻方来说 ，高自AI提出的网友战术把制造射门的概率从18%提升到31% 。 是足球否能做到在比赛进行中实时分析 、 其中每个球员作为一个节点（Node） ，教练由AI提出的上岗建议人类也能理解。 讲道理的利物话阿森纳才是主场离DeepMind总部最近的那一个（都在伦敦） 。防守方如何调整布阵……AI轻松设计出的浦射平高效战术与真实战术难以区分 ，据统计30%的门机进球都来自角球。 有网友认为 ，高自 最后 ，全场22个球员谁最有可能接到球 ，TacticAI能预测角球传中后 ， 就问哪个队的教练能不动心
？ 图神经网络+几何深度学习 那么DeepMind是如何开发出这个大杀器的呢 ？ 数据， CVAE能够学习输入数据的潜在分布 ， AI足球教练登上Nature子刊
，未来可能真的会出现一个通用的AI足球教练
。TacticAI还采用了几何深度学习来利用足球比赛中的对称性（如方形足球场地的水平和垂直对称）
。 DeepMind团队表示
，
论文共同一作Petar Veličković表示 ，  
| 
喜欢
讨厌