[2E1-GS-10] AI application:

[2E1-GS-10-05] Badminton Shot Prediction Based on Deep Reinforcement Learning and Game Trees

〇Tomoki Minooka¹, Ryohei Orihara¹, Yasuyuki Tahara¹, Akihiko Ohsuga¹, Yuichi Sei¹ (1. The University of Electro-Communications)

Keywords:Entertainment Applications, Sports Analysis, Deep Reinforcement Learning, Game Tree, Badminton

近年バドミントンの世界では，ゲーム理論や機械学習を用いたスポーツ分析が注目を集めている．従来の研究では，戦術の分析のためにバドミントンのラリーから構築されたゲームツリーによるショットの予測が行われてきた．しかし，従来の利得値の計算は単純化されており，選手の戦術的判断などが十分に反映されていなかった．そこで本研究では，各ショットの試合への貢献度を深層強化学習により算出し，その値を利得値としてゲームツリーを再構築する手法を提案する．戦術的観点を取り入れたゲームツリーは，従来の手法より高い精度でのショットの予測が可能となった．本研究は，戦術の決定や選手の指導などに活用されることが期待できる．