Исследователи из Австралии предложили метод, основанный на генеративных нейронных сетях, для предсказания местоположения мяча в теннисе во время следующего удара и прогнозирования действий игроков.
Скорость движения мяча в большом теннисе находится в диапазоне от 200 до 250 км / час. Отслеживать и предсказывать следующие удары очень сложно. Однако опытным игрокам удается это делать. Профессиональные теннисисты могут предугадывать некоторые события заранее и оценивать степень вероятности развития той или иной ситуации благодаря эпизодической и семантической памяти. Эпизодическая память хранит информацию о лично пережитых событиях, а семантическая — все знания в целом, без привязки к личному опыту.
«Вдохновленные недавними открытиями в области нейробиологии, мы используем в своей разработке модули нейронной памяти (neural memory modules), чтобы имитировать эпизодический и семантический компонент памяти теннисиста» — написали ученые из Технологического Университета Квинсленда в своей новой статье.
Нейронная сеть с модулями памяти
Модель называется Memory-augmented Semi Supervised Generative Adversarial Network (MSS-GAN). Она основана на генеративно-состязательной нейросети (GAN) с дополнительными модулями эпизодической и семантической памяти.
Архитектура сети представлена на рисунке ниже.
Работа алгоритма строится следующим образом:
- Сначала сеть восприятия (Perception Network) обрабатывает входные данные об ударе, для получения математического представления информации.
- Затем модуль семантической памяти извлекает из модуля эпизодической памяти информацию о предыдущем опыте, а сеть генерации ответа (Response Generation Network) моделирует местонахождение будущего удара.
- После этого дискриминатор, получивший на вход эту информацию и данные из Perception Network, определяет правильность ответа и классифицирует тип удара.
Результаты
Для обучения сети команда проанализировала данные о 8780 ударах трех лучших игроков (Рафаэля Надаля, Роджера Федерера и Новака Джоковича) на открытом чемпионате Австралии 2012 года. Анализ включал данные о поведении мяча: угол и траекторию полета, скорость. Также сеть учитывала особенности движения ног игрока. В результате сеть правильно предсказала удары Надаля, Федерера и Джоковича в пределах 0,87 м, 0,79 м и 1,14 м соответственно.
Разработчики отметили, что при уменьшении количества обучающих данных результаты работы ухудшались незначительно. Это указывает на то, что сеть способна понимать закономерности и определять стиль игры теннисиста. Метод можно использовать для определения сильных и слабых сторон игроков, анализа стратегий и прогнозирования ударов. В будущем возможно будут созданы камеры, которые смогут в реальном времени следить за матчем и автоматически предсказывать удары.
