研究者詳細 - 藤井　慶輔

論文 - 藤井　慶輔

分割表示 105 件中 41 - 60 件目／全件表示 >>

バスケットボールにおける選手の組合せが得点効率に与える影響の分析

山田和宏, 藤井慶輔

人工知能学会全国大会論文集 JSAI2024 巻 ( 0 ) 頁： 1D4GS1004 - 1D4GS1004 2024年

記述言語：日本語掲載種別：研究論文（学術雑誌）出版者・発行元：一般社団法人人工知能学会

バスケットボールの試合では、5対5で勝負を争う。特にオフェンスにおいては、異なるプレイスタイルを持つ選手達が相互に連携し、効率良く得点を重ねることが重要である。先行研究では、スタッツと呼ばれる各選手の統計量に基づきクラスタリングした結果を用いて選手の相性が検討されたが、具体性に欠けていた。本研究は、オフェンスのみに焦点を当て、選手の組合せが得点効率に与える影響をより具体的に検討することを目的とする。本研究では、オフェンスにおける選手のプレイスタイルを捉えるために、異なる2つの手法を用いる。1つは、トラッキングデータから作成したシュート時とその直前の位置や移動距離などのシュートの特徴量を使用して、各選手のシュートの集合を確率分布と見なし分布間距離であるWasserstein距離に基づいて選手のシュートの傾向を類型化する、新たに提案する手法である。もう1つは、既存手法に改良を加えた、オフェンスにおける役割を類型化する手法である。以上２つの類型に基づくラインナップの情報から得点効率を表すスタッツを予測する機械学習モデルを作成してそれを解釈することにより、選手の相性に関する新たな知見を得た。

DOI： 10.11517/pjsai.jsai2024.0_1d4gs1004

CiNii Research

実世界マルチエージェントの手本を用いた強化学習における適応的な行動の活用

藤井慶輔, 筒井和詩, スコットアトム, 中原啓, 武石直也, 河原吉伸

人工知能学会全国大会論文集 JSAI2024 巻 ( 0 ) 頁： 1E5GS504 - 1E5GS504 2024年

記述言語：日本語掲載種別：研究論文（学術雑誌）出版者・発行元：一般社団法人人工知能学会

実世界の生物学的マルチエージェントを強化学習でモデル化する場合、ソースとなる実世界のデータとターゲットとなる強化学習環境の間にドメインギャップがあるため、ターゲットダイナミクスを未知のソースダイナミクスに適応させることが必要である。そこで本研究では、実世界のdemonstrationから、マルチエージェント強化学習におけるドメイン適応のための方法として、ソースの行動をターゲットの行動に適応させた情報を教師として用いる強化学習手法を提案する。2対1の追跡-逃避や、サッカーの2対2および4対8などの限定的な状況において、ベースラインと比べてデータを模倣し、かつ報酬を獲得できるエージェントを学習したことを示した。

DOI： 10.11517/pjsai.jsai2024.0_1e5gs504

CiNii Research

言語モデリングによる行動選択・状態推移確率の推定に基づくサッカーのプレー定量評価指標

染谷大河, 川口康平, 藤井慶輔

人工知能学会全国大会論文集 JSAI2024 巻 ( 0 ) 頁： 2F4GS505 - 2F4GS505 2024年

記述言語：日本語掲載種別：研究論文（学術雑誌）出版者・発行元：一般社団法人人工知能学会

応用的なスポーツ分析が広く行われているが、サッカーなどのゴール型スポーツにおいては、複数エージェントが絡む連続的なデータを扱う必要があり、その包括的な分析は難しい。実際、既存の評価指標の多くはボールの座標やその周辺の統計情報を入力とした静的でシンプルなものであり、前後の試合文脈を考慮した包括的な評価指標は発展途上である。一方で、近年大規模言語モデル（LLM）が注目されており、自然言語処理分野のみならず、強化学習やマルチエージェント軌道予測などでの有用性も報告されている。しかし、サッカーデータへの応用例は未だ限定的である。そこで本研究では、言語モデルを用いてピッチ上に存在する選手の観測する状態と選択した行動をトークン化した系列を予測することを通して、選手の行動選択と状態遷移の確率をモデリングする。また、モデルの出力を用いて強化学習の枠組みに基づき各選手やチームの状態行動価値（Q値）を算出し、定量的に評価する枠組みを初めて提案する。

DOI： 10.11517/pjsai.jsai2024.0_2f4gs505

CiNii Research

集団スポーツにおける時空間イベントデータの反実仮想評価のための深層生成モデルを用いた情報補完

梅基陸平, 藤井慶輔

人工知能学会全国大会論文集 JSAI2024 巻 ( 0 ) 頁： 3I5OS27b03 - 3I5OS27b03 2024年

記述言語：日本語掲載種別：研究論文（学術雑誌）出版者・発行元：一般社団法人人工知能学会

計測技術の発展により、様々な分野でマルチエージェント時空間データの分析が行われている。しかし、実際に発生したことへの分析に限られることや、データの情報不足が原因で、データ解析結果の今後の意思決定への活用や、データの不確実性の解決策に課題がある。この問題の対処に、反実仮想と情報補完の概念が重要な役割を果たす。しかし、マルチエージェント時空間データに対して、反実仮想を応用した例や、情報補完手法を適用した例は少ない。本論文では、このようなデータに対して、反実仮想を考慮して行動を評価する手法と、不足した情報を補完する手法を提案する。特に、より多くのエージェントの情報を含むオープンなサッカーのデータに関してこれを行う。前者は、人が理解しやすい数理モデルの反実仮想を行うことでチームの守備評価と改善案の提示を行う。後者は、エージェント間の相互作用に関する特徴量を考慮しつつ、オープンなサッカーデータで不足する速度情報の補完が可能な深層学習モデルを提案する。本研究により、より多くの人が分析を行えるようになり、選手や監督の意思決定のサポートができることが期待される。

DOI： 10.11517/pjsai.jsai2024.0_3i5os27b03

CiNii Research

Dog's 3D Skeleton Reconstruction using a Moving Trainer for Analysis of Guide Dog Training. 査読有り

Ansheng Wang, Rongjin Huang, Keisuke Fujii, Shinji Tanaka, Yoshiro Matsunami, Yasutoshi Makino, Hiroyoki Shinoda

SMC 頁： 4594 - 4599 2024年

Extracting proficiency differences and individual characteristics in golfers' swing using single-video markerless motion analysis 査読有り

Kota Yamamoto, Yumiko Hasegawa, Tomohiro Suzuki, Hiroo Suzuki, Hiroko Tanabe, Keisuke Fujii

Frontiers in Sports and Active Living 5 巻 2023年11月

Can golfers choose low-risk routes in steep putting based on visual feedback of ball trajectory? 査読有り国際誌

Yumiko Hasegawa, Ayako Okada, Keisuke Fujii

Frontiers in Sports and Active Living 5 巻頁： 1131390 - 1131390 2023年8月

Synergizing Deep Reinforcement Learning and Biological Pursuit Behavioral Rule for Robust and Interpretable Navigation 査読有り

Kazushi Tsutsui, Kazuya Takeda, Keisuke Fujii

1st Workshop on the Synergy of Scientific and Machine Learning Modeling (SynS and ML) co-located with the International Conference on Machine Learning (ICML'23) 2023年8月

Pitching strategy evaluation via stratified analysis using propensity score 査読有り

Hiroshi Nakahara, Kazuya Takeda, Keisuke Fujii

Journal of Quantitative Analysis in Sports 19 巻 ( 2 ) 頁： 91 - 102 2023年5月

Prediction of Bat Flight Path During Obstacle Avoidance by Imitation Learning 査読有り

Shoko Genda, Yu Teshima, Taku Kawamura, Daichi Ohara, Keisuke Fujii, Shizuko Hiryu

2nd International Workshop on Behavior analysis and Recognition for knowledge Discovery (BiRD 2023) in conjunction with the IEEE International Conference on Pervasive Computing and Communications (PerCom 2023) 2023年3月

Biomechanical strategies to maximize gait attractiveness among women 査読有り

Hiroko Tanabe, Keisuke Fujii, Naotsugu Kaneko, Hikaru Yokoyama, Kimitaka Nakazawa

Frontiers in Sports Active Living 5 巻 ( 1091470 ) 2023年2月

Estimating the Effect of Team Hitting Strategies Using Counterfactual Virtual Simulation in Baseball, 査読有り

Hiroshi Nakahara, Kazuya Takeda, Keisuke Fujii,

International Journal of Computer Science in Sport 22 巻 ( 1 ) 頁： 1 - 12 2023年1月

A framework of interpretable match results prediction in football with FIFA ratings and team formation. 査読有り国際誌

Calvin C K Yeung, Rory Bunker, Keisuke Fujii

PloS one 18 巻 ( 4 ) 頁： e0284318 2023年

担当区分：最終著者,　責任著者記述言語：英語掲載種別：研究論文（学術雑誌）

While forecasting football match results has long been a popular topic, a practical model for football participants, such as coaches and players, has not been considered in great detail. In this study, we propose a generalized and interpretable machine learning model framework that only requires coaches' decisions and player quality features for forecasting. By further allowing the model to embed historical match statistics, features that consist of significant information, during the training process the model was practical and achieved both high performance and interpretability. Using five years of data (over 1,700 matches) from the English Premier League, our results show that our model was able to achieve high performance with an F1-score of 0.47, compared to the baseline betting odds prediction, which had an F1-score of 0.39. Moreover, our framework allows football teams to adapt for tactical decision-making, strength and weakness identification, formation and player selection, and transfer target validation. The framework in this study would have proven the feasibility of building a practical match result forecast framework and may serve to inspire future studies.

DOI： 10.1371/journal.pone.0284318

PubMed

researchmap

Predictive World Models from Real-World Partial Observations. 査読有り

Robin Karlsson, Alexander Carballo, Keisuke Fujii 0001, Kento Ohtani, Kazuya Takeda

MOST 頁： 152 - 166 2023年

Multi-Agent Deep-Learning Based Comparative Analysis of Team Sport Trajectories. 査読有り

Zhang Ziyi, Rory P. Bunker, Kazuya Takeda, Keisuke Fujii 0001

IEEE Access 11 巻頁： 43305 - 43315 2023年

Learning to Predict Navigational Patterns from Partial Observations 査読有り

Robin Karlsson, Alexander Carballo, Francisco Lepe-Salazar, Keisuke Fujii, Kento Ohtani, Kazuya Takeda

IEEE Robotics and Automation Letters 2023年

記述言語：英語掲載種別：研究論文（学術雑誌）

Human beings cooperatively navigate rule-constrained environments by adhering to mutually known navigational patterns, which may be represented as directional pathways or road lanes. Inferring these navigational patterns from incompletely observed environments is required for intelligent mobile robots operating in unmapped locations. However, algorithmically defining these navigational patterns is nontrivial. This paper presents the first self-supervised learning (SSL) method for learning to infer navigational patterns in real-world environments from partial observations only. We explain how geometric data augmentation, predictive world modeling, and an information-theoretic regularizer enable our model to predict an unbiased local directional soft lane probability (DSLP) field in the limit of infinite data. We demonstrate how to infer global navigational patterns by fitting a maximum likelihood graph to the DSLP field. Experiments show that our SSL model outperforms two SOTA supervised lane graph prediction models on the nuScenes dataset. We propose our SSL method as a scalable and interpretable continual learning paradigm for navigation by perception.

DOI： 10.1109/LRA.2023.3291924

Scopus

researchmap

Score prediction using multiple object tracking for analyzing movements in 2-vs-2 Handball. 査読有り

Ren Kobayashi, Rikuhei Umemoto, Kazuya Takeda, Keisuke Fujii 0001

GCCE 頁： 946 - 947 2023年