AI-Assisted Game Management Decisions: A Fuzzy Logic Approach to Real-Time Substituitions
Created by
- Haebom
Category
Empty
저자
Pedro Passos
개요
엘리트 축구에서 교체 결정은 막대한 재정적, 스포츠적 결과를 수반하지만, 직관이나 과거 편향을 모방하는 예측 모델에 크게 의존합니다. 본 논문은 실시간, 처방적 게임 관리를 위해 설계된 Fuzzy Logic 기반 의사 결정 지원 시스템(DSS)을 소개합니다. 인간 행동을 복제하려는 전통적인 머신 러닝 접근 방식과 달리, 본 시스템은 객관적이고 규칙 기반의 추론 엔진을 통해 성능을 감사합니다. PlayeRank 메트릭을 역할 인지 정규화를 통한 누적 평균으로 재구성하여, 정확한 경기 내 비교를 가능하게 하는 누적 합 모델에 내재된 플레이 시간 노출 편향을 제거하는 방법론적 발전을 제안합니다. 이 시스템은 이 정제된 메트릭을 생리적 대리 변수(피로) 및 상황 변수(전술적 역할에 의해 조정된 징계 위험)와 통합하여 동적 교체 우선 순위(P final)를 계산합니다. 2018 FIFA 월드컵 브라질과 벨기에 경기의 사례 연구를 통해 시스템의 생태학적 타당성을 입증했습니다. 이는 실행된 교체(예: 가브리엘 제수스)에 대한 전문가 합의에 부합했을 뿐만 아니라, 인간 의사 결정자가 무시한 고위험 시나리오를 식별했습니다. 구체적으로, 모델은 결정적인 옐로 카드 전에 "FAGNER 역설" - 최대 우선 순위 방어 위험 - 을 감지하고, 고립된 어시스트가 참여의 심각한 감소를 가린 "루카쿠 역설"을 감지했습니다. 이러한 결과는 Fuzzy Logic이 실시간 전술적 결정을 최적화하기 위해 블랙 박스 모델보다 투명하고 설명 가능하며 우수한 대안을 제공한다는 것을 확인합니다.
시사점, 한계점
•
Fuzzy Logic 기반 DSS는 실시간, 처방적 게임 관리를 위한 새로운 접근 방식을 제공합니다.
•
PlayeRank 메트릭의 개선(역할 인지 정규화를 통한 누적 평균)은 경기 내 비교의 정확도를 향상시킵니다.
•
생리적 데이터 및 상황 변수의 통합을 통해 더욱 정교한 교체 우선 순위 결정을 가능하게 합니다.
•
2018 FIFA 월드컵 사례 연구에서 시스템의 생태학적 타당성이 입증되었습니다.
•
전문가 합의에 부합하고, 인간 의사 결정자가 무시한 고위험 시나리오(FAGNER 및 LUKAKU 역설)를 식별했습니다.
•
블랙 박스 모델에 비해 투명하고 설명 가능한 대안을 제시합니다.
•
논문에서 한계점은 명시적으로 언급되지 않았습니다.
