卒業論文発表

ロボカップシミュレーションにおける支配タイプの検出

北海道大学　工学部　情報エレクトロニクス学科複雑系工学講座　調和系工学研究室

Ｂ４　小林佑輔

Detection of Possession Typein RoboCup Soccer Simulation

ロボカップとはロボカップとは

ロボット工学と人工知能の融合・発展を目的

エージェントの協調行動の強化のためのテストベット

研究背景

ロボカップサッカーロボカップサッカー

突出した能力のエージェントがいない

どのような協調行動かが重要どのような協調行動かが重要

協調行動の分析手法が確立されていない

実サッカーにおける支配タイプに基づく分析手法の構築

支配タイプ [A.Tenaga et al 2009]支配タイプ [A.Tenaga et al 2009]

ポゼッションサッカー（遅攻）

セットプレー

その他（時間稼ぎなど）

実サッカーを対象とした、

相反する攻撃の表現方法

支配タイプ [A.Tenaga et al 2009]支配タイプ [A.Tenaga et al 2009]

ログファイルからの自動検出

カウンターアタック（速攻）

カウンターアタック

[A.Tenga et al 2009]が考えるカウンターアタック[A.Tenga et al 2009]が考えるカウンターアタック

Counter attack (“direct play”): starts by winning the ball in play and progresses by either a) utilizing or attempting to utilize a degree of imbalance from start to the end, or b) creating or attempting to create a degree of imbalance from start to the end by using early (i.e. 1st or 2nd, evaluated qualitatively) penetrative pass or dribble. Utilizing degree of imbalance means seeking penetration in such a way that a defending team fails to regain high degree of balance from start to the end of team possession. Counter attacks progress relatively fast.

相手の守備の崩れを利用すること

カウンターアタックの状況というものが一般的に曖昧

[アンチェロッティの戦術ノート 2010]によると[アンチェロッティの戦術ノート 2010]によると

少ない人数での攻撃

過半数での攻撃は少人数とは言えないと考え、今回は５人以下とする

その他の様々な文献からその他の様々な文献から

敵陣へのボール運び

実サッカーにおける支配タイプの分類Developing a New Method for Team Match Performance Analysis in Professional Soccer and Testing its Reliability [A.Tenga et al 2009]

実サッカーにおける、新たな分析手法の提案

2人の観測者が200個のサンプルを分類

支配タイプの分類支配タイプの分類

両者の間で分類結果に差 観測者が目視で分類

目的

----------------------

----------------------

----------------------

模倣

個別のシチュエーション

トレーナエージェントを

使用

プレイヤーエージェント

の設計（コーディング）

ログファイル

チームとしての行動 検出器

結果・経過の確認

手間

従来手法効率的に

目視

アプローチ

ポゼッションサッカー

ボールを奪取

ポゼッションサッカー

カウンターアタック

カウンターアタック

セットプレー

Aチーム Bチーム

ポゼッションサッカー

ボールを奪取

ボールを奪取

ボールを奪取

ボールを奪取

ボールを奪取

チームポゼッション

・・・・・・

・・・

支配タイプ

特徴量

特徴量

特徴量

特徴量

特徴量

特徴量

・・・

・・・

SVM

カウンターアタック

その他の支配タイプ

分析

学習データの作成 特徴量の検討 検出器の構築

学習データの作成実サッカー上の文献や書籍の記述をもとに決定

----------------------

--------------------------

------------------

----------------------

----------------------

----------------------

抽出

ログデータ

カウンターアタック（正例）　⇒　15個その他の支配タイプ（負例）　⇒　15個

観測者の目視

------------------------

------------

------------

------------------

------------------

------------

------------カウンター

アタック

------------

------------

その他の支配タイプ

相手の守備の崩れを利用すること

敵陣へのボール運び

少ない人数での攻撃

全72試合のログファイル

51個のログデータ

125個のログデータ

抽出

抽出

学習データ：計30個

ロボカップサッカーのログファイル

.rcl

.rcg

クライアントからサーバへ送られたコマンド

ボールの情報

エージェントの情報

位置（絶対座標）

速度

所属チーム・背番号

位置（絶対座標）

速度

スタミナに関するパラメータ

視野角

送ったコマンド（回数）

向いている方向

本研究で使用

特徴量の分析手法

(１)　ボールの移動距離

(２)　単位時間当たりのボールの移動距離

(３)　[Huberto 2008]のフォーメーション判別手法

(４)　異方性評価指標を用いたフォーメーション分析

カウンターアタックの性質を考え、(2)を選ぶ

(４)の方がよく特徴が現れる

ボールの移動

攻守の崩れ

RoboCup 2009 Simulation 2DFirst Round & Second Round

カウンターアタックのログデータ ： 51個他の支配タイプのログデータ　　： 125個

手法(２) + 手法(４)

ボールに関する特徴量

ボールの移動距離

単位時間あたりの

ボールの移動距離

0～ 1020～ 30

40～ 5060～ 70

80～ 90100～ 110

120～ 130140～ 150

160～ 170

0

0.05

0.1

0.15

0.2

0.25

0.3

チームポゼッション中のボールの移動距離

確率分布

0～ 0.10.2～ 0.3

0.4～ 0.50.6～ 0.7

0.8～ 0.91～ 1.1

1.2～ 1.31.4～ 1.5

1.6～ 1.7

0

0.05

0.1

0.15

0.2

0.25

チームポゼッション中の単位時間当たりのボールの移動距離

確率分布

ボールの速度

ボールの移動距離ボールの移動距離

単位時間当たりのボールの移動距離単位時間当たりのボールの移動距離

X1 − X2t

X1− X2X1：チームポゼッション開始時のゴールとの距離X2：チームポゼッション終了時のゴールとの距離

カウンターアタック

その他の支配タイプ

その他の支配タイプ

カウンターアタック

Hubertoのフォーメーション判別手法基本フォーメーションとチームポゼッション終了時のフォーメーションの方向に基づく類似度

方向に着目したエージェント同士の関係

観測されたフォーメーション

類似度S

テンプレートを使用せず全エージェントの関係を記述

S T , O =

∑p1=1

10

∑p2=p11

11

F r p1p2 T , r p1p2 O

r p1 p2 T： 基本の関係

r p1 p2 O： 観測された関係

r p1 p2 = 0,1,... ,7 , p1≠ p2⇒player1とplayer2の関係

4235611770

基本フォーメーション

4235611701

比較

差分の累積＝

類似度

オリジナルからの拡張部分

異方性評価指標（ ）を用いる

適用手法適用手法

注目個体iからn番目の近傍エージェントへ向かう単位ベクトルuを計算

uを射影した2×2行列Mの成分を計算

Mの最小固有値に対応する固有ベクトルW群れ全体の進行方向を示す単位ベクトルV

γ n = W n・V 2

u in = uixnuiy

nM n αβ =

1N∑i=1

N

uinα ui

nβ

α , β = x , y

n番目（n=1~10）の近傍エージェントについて　　 　値を計算し、差異を見るγ n

各エージェントの位置座標から異方性評価指標（　　 値）を計算γ n

γ[Ballerini et al 2008] , [巻口ら 2010]

フォーメーション検出手法の結果の比較

Hubertoのフォーメーション判別手法

異方性評価指標による分析

基本フォーメーションと似 異

0～ 55～１０

１０～１５

１５～２０

２０～２５

２５～３０

３０～３５

３５～４０

４５～５０

５０～５５

５５～６０

６０～６５

65～ 70

0

0.05

0.1

0.15

0.2

0.25

0.3

0.35

類似度

確率分布

1 2 3 4 5 6 7 8 9 100

0.05

0.1

0.15

0.2

0.25

0.3

n 番目の近傍

異方性指標の平均値

その他の支配タイプ

カウンターアタック

カウンターアタック

（攻撃側）

カウンターアタック

（守備側）

γ

その他の支配タイプ（攻撃側）

その他の支配タイプ（守備側）

SVMで使用するデータ

プレーに関わったエージェント数 プレーに関わったエージェント数

ボールの速度 ボールの速度

守備側

１番目の近傍の　　値

２番目の近傍の　　値

１０番目の近傍の　　値

攻撃側

１番目の近傍の　　値

２番目の近傍の　　値

１０番目の近傍の　　値

γ

γγ

・・・

・・・

γ

γ

γ平均値

平均値

22次元データ 4次元データ

　　値の微小変動の影響が大きいγ

正例 負例 識別率 合計識別率

試行1

counter 18 2 0.900.88

other 3 17 0.85

試行2

counter 18 2 0.900.83

other 5 15 0.75

試行3

counter 16 4 0.800.68

other 9 11 0.55

試行4

counter 11 9 0.550.68

other 4 16 0.80

試行5

counter 18 2 0.900.78

other 7 13 0.65

average 0.77

counter 0.81other 0.72

検出結果実験条件実験条件

正例：カウンターアタック

負例：その他の支配タイプ

カウンターアタックのログデータ ： 51個

15個抽出

20個抽出

学習用

評価用

その他の支配タイプのログデータ ： 125個

15個抽出

20個抽出

学習用

評価用

５試行

ランダム

ランダム

ある試合における詳細分析

1 2 3 4 5 6 7 8 9 101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869700.000000

0.200000

0.400000

0.600000

0.800000

1.000000

1.200000

時間経過（チームポゼッション）

異方性評価指標

の平均値

チーム：DAInamiteの　　　値の平均値γ n

チーム：NemesisRC09の　　　値の平均値γ n

カウンターアタック：NemesisRC09

ゴール：DAInamite

ゴール：NemesisRC09カウンターアタック：DAInamite

γ

試合の分析

検出結果検出結果

team score counter other

HelliBASH 3[2] 13 19

Fifty-Storms09 0[0] 12 19

team score counter other

OxBlue09 3[2] 6 36

KickOffTUG 0[0] 5 21

team score counter other

DAInamite 1[0] 14 17

NemesisRC09 4[2] 14 25

team score counter other

WrightEagle 5[2] 7 17

FCPortugal 0[0] 7 28

RoboCup2009 PreSemiQuaterFinal

[ ]内はカウンターアタックによるゴール数

● 学習データの作成手法を示した

● どのような特徴量をとるか検討した

● ログデータからカウンターアタックに分類されるものを抽出し、検討した特徴量

– プレーに関わったエージェント数

– 単位時間当たりのボールの移動距離（ボールの速度）

– 攻撃側チームの

– 守備側チームの

を基にSVMを用いた検出器を構築した

● 77％の検出率となった

まとめ

カウンターアタック以外の支配タイプについても検出方法を検討し、試合結果への影響を考える

展望・課題

異方性評価指標　　　　の平均値γ n

以下、おまけ資料

1 2 3 4 5 6 7 8 9 10111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596061626364656667686970

-0.500000

0.000000

0.500000

1.000000

1.500000

2.000000

2.500000

3.000000

DAInamite の異方性指標

NemesisRC09 の異方性指標

ゴール（ DAInamite ）

counter(DAInamite)counter(NemesisRC09)ゴール（ NemesisRC09 ）

単位時間当たりのボールの移動距離

チームポゼッション　（試合の進行　⇒　）

異方性指標の平均値 or

ボールの移動距離

誤分類されたものの特徴

カウンターアタックだと誤分類カウンターアタックだと誤分類

味方へのパスをはじかれ、敵陣の深い位置までボールが転がっていく

ボールのスピードが早いうえ、結果的にゴールに近づく

他の支配タイプだと誤分類他の支配タイプだと誤分類

キックオフ直後にボールを奪取し、そのままゴールへ

ドリブルを多用しすぎて、ボールの単位時間当たりの移動距離が短い

アプローチチームポゼッションチームポゼッション

サッカーの試合を分析する上での基本構成チームがボールを得た（奪った）ときから、　１）ボールがフィールド外に出るまで　２）敵プレイヤーにボールを奪われるまで　３）ルール違反をするまで

ポゼッションサッカー

ボールを奪取

ポゼッションサッカー

カウンターアタック

試合時間

カウンターアタック

セットプレー

Aチーム Bチーム

ポゼッションサッカー

ボールを奪取

ボールを奪取

ボールを奪取

ボールを奪取

ボールを奪取

チームポゼッション

支配タイプ

・・・・・・

・・・

ボールの移動距離①

ボールの移動距離ボールの移動距離

α

β

チームポゼッション中の移動距離チームポゼッション中の移動距離

root A　＜　root A'

チームポゼッションの時間チームポゼッションの時間

root A　＝　root A'

敵陣ゴールの中心との距離

（α ー β ）

単位時間の移動距離に注目

ショートカウンターと

ロングカウンターの影響は？

フォーメーション判別１－①

使用する手法使用する手法

[Huberto 2009]のフォーメーション判別手法を使用

テンプレート

・・・・・

・・・・・

類似度＝？

選手同士の関係

6666666071717100710710

1675775071007010710710比較・・・・ ・・・・

現在のフォーメーション

フォーメーションの崩れ具合は？

Hubertoのフォーメーション判別

定義定義

r p1 p2 = 0,1,... ,7 , p1≠ p2: player player１と ２の関係r p1 p2 T：最初に記憶しておいた関係r p1 p2 O：逐次観測された関係

S T , O = ∑p1=1

10

∑p2= p11

11

F r p1p2 T , r p1p2 O

0 ≤ F ≤4

Hubertoの手法を若干変更

結果結果

差別化できるほどの差異がない

実験実験

基本フォーメーションとチームポゼッション終了時のフォーメーションの類似度

試合開始時に記録

全選手の関係について

平均値 counter : 30.20 , other : 30.16

一致するとき、類似度は0

カウンターアタックの定義

定義定義

カウンターアタックに明確な定義が存在しない

複数の文献や書籍の記述をもとに、定義する

・少ない人数による攻撃

・フィールドのどこからでも、 ボールを奪って素早く攻める

・できるだけ少ないタッチ数

・５人以下を指す場合が多い

・前への意識的なボール運び

・ボールを奪った後、敵が守備　の準備を整える前に攻める（敵のアンバランスさ）

・素早いドリブルやパスを使用する

プレーに携わる人数が５人以下

前へのボール運び

相手の守備が整っていない

フォーメーション判別１－③

原因原因

１）選手同士の関係を８方向でしか表現していない

２）試合中のフォーメーション変更に対応しにくい

選手同士の位置関係をより詳細に数値化しなければならない

３）ある類似度から一意にフォーメーションが決まるわけではない

フォーメーション判別２－④

支配タイプによるフォーメーションの広がり支配タイプによるフォーメーションの広がり

試合開始時

カウンターアタック

ポゼッションサッカー

フォーメーション判別２－②

異方性指標 γ値の計算異方性指標 γ値の計算

選手同士の関係

B

C

uAb

uAc

ｃ番目の近傍個体へのベクトル

ｂ番目の近傍個体へのベクトル

A ≠uAc uA

b

個体同士の関係は単位ベクトルで表現

サッカーなので、二次元で使用

u in = uixnuiy

n注目個体iからn番目の近傍個体へ向かう単位ベクトル

uを射影した2×2行列Mの成分 M n αβ =

1N∑i=1

N

uinα ui

nβ ,α , β = x , y

n番目近傍個体に関するγ値 γ n = W n・V 2

Mの最小固有値に対応する固有ベクトルW群れ全体の進行方向を示す単位ベクトルV 0 1γ n

異方性弱 強

Hubertoのフォーメーション判別

Hubertoの手法を若干変更

結果結果

差別化できるほどの差異がない

実験実験

基本フォーメーションとチームポゼッション終了時のフォーメーションの類似度

試合開始時に記録

平均値

counter : 30.20 , other : 30.16

基本フォーメーションと似 異

フォーメーション判別２－①

使用する手法使用する手法

[Balleriniら 2008]がムクドリの実測データから、群れの進行方向の前後で近傍個体の密度が極端に低くなることを明らかに

異方性の創発空間対称性

の破れ

近傍個体の密度

異方性指標（γ値）を利用

群れの進行方向と近傍個体の成す角を緯度と経度で計測

角度分布図

フォーメーション判別２－④カウンターアタック（攻撃側）

カウンターアタック（守備側）

カウンターアタック以外（守備側）

カウンターアタック以外（攻撃側）

確率分布図

0.0 0.0

0.90.9

0.0 0.0

0.40.45

フォーメーション判別２－⑤確率分布図

区分を詳細に、かつ、一つの近傍に注目区分を詳細に、かつ、一つの近傍に注目

0.05毎 0.01毎

0～ 0.050.1～ 0.15

0.2～ 0.250.3～ 0.35

0.4～ 0.450.5～ 0.55

0.6～ 0.650.7～ 0.75

0.8～ 0.850.9～ 0.95

0.000

0.100

0.200

0.300

0.400

0.500

0.600

0.700

0.800

anisotropy tactor γ

prob

abili

ty d

istri

butio

n

0.00～ 0.010.04～ 0.05

0.08～ 0.090.12～ 0.13

0.16～ 0.170.20～ 0.21

0.24～ 0.250.28～ 0.29

0.000

0.050

0.100

0.150

0.200

0.250

0.300

0.350

0.400

0.450

anisotropy tactor γ

prob

abili

ty d

istri

butio

n

カウンターアタック（攻撃側）

カウンターアタック（守備側）

カウンターアタック以外（攻撃側）

カウンターアタック以外（守備側）

カウンターアタックの検出①

SVMで使用する4次元データSVMで使用する4次元データ

１） プレーに関わった選手数２） ボールの移動距離（単位時間）３） 守備側の1番目近傍のγ値

12） 守備側の10番目近傍のγ値13） 攻撃側の1番目近傍のγ値

22） 攻撃側の10番目近傍のγ値・・・

・・・

22次元データ

１） プレーに関わった選手数２） ボールの移動距離（単位時間）３） 守備側の1番目~10番目近傍の　　 γ値の平均値４） 攻撃側の1番目~10番目近傍の　　 γ値の平均値

4次元データ

?

各チームポゼッション中の・・・・・・

フォーメーションに影響を受ける特徴量が20個

選手数やボールよりもフォーメーションの方が結果に大きく影響？

正例 負例 正答率 合計正答率

1 counter 18 2 0.90 0.60other 14 6 0.30

2 counter 15 5 0.75 0.68other 8 12 0.60

3 counter 8 12 0.40 0.53other 7 13 0.65

4 counter 15 5 0.75 0.50other 15 5 0.25

5 counter 18 2 0.90 0.65other 12 8 0.40

average

0.59

正例 負例 正答率 合計正答率

1 counter 18 2 0.90 0.88other 3 17 0.85

2 counter 18 2 0.90 0.83other 5 15 0.75

3 counter 16 4 0.80 0.68other 9 11 0.55

4 counter 11 9 0.55 0.68other 4 16 0.80

5 counter 18 2 0.90 0.78other 7 13 0.65

average

0.77

22次元データ 4次元データ

counter 0.74 0.81other 0.44 0.72

カウンターアタックの検出②

4次元データ

SVMの使用理由

他のパターン認識手法との違い マージン最大化

統計的に学習データを考える 学習データは全て正しく認識

標本サイズが小さい　・求められた統計量の分布型は不正確なことが多い　・パラメトリックな手法を適用することは不適切になりやすい⇒　ノンパラメトリックな手法を

特徴量Direction of play Direction of play

ゴールデータ

● RoboCup2009世界大会

● First・SecondRoundの全72試合

● 総ゴール数：436● カウンターアタックによるゴール数：53

⇒　全ゴールの約12％に該当

Group ゴール数 Group ゴール数

A 26 E 26B 84 F 122C 67 G 63D 26 H 22

資料

● 「西暦2050年のサッカーW杯で優勝した人間のチームに勝てる、自律型ロボットのチームを作る」ことを目標に掲げたランドマーク・プロジェクト

● 目標達成の過程で生じる研究課題や成果によって、関連技術を促進させる

ロボカップの目標ロボカップの目標

ロボカップシミュレーションの2Dリーグロボカップシミュレーションの2Dリーグ

● １チーム１１選手と１コーチ

● 勝利を目指すためには状況に応じた戦術や、試合結果の細かな分析が必要だと考えられる

資料

エージェントの協調行動の強化エージェントの協調行動の強化

● 単一のエージェントでは困難な問題を、複数のエージェントが協調して行動することで解決を図る

● より多くの問題を解決できるシステムが出来上がる可能性がある

Developing a New Method for Team Match Perfoermance Analysis in Professional Soccer and Testing its Reliability

● 支配タイプ

● 遅攻のはじめ方

● セットプレーの始め方

● 攻撃のスタート地点（縦）

● 攻撃のスタート地点（サイド）

● 攻撃の直前の敵の支配レベル（チャンスだったかなど）

● 自チームのボール支配時のパス回数

● ボールタッチの回数

● パスの長さ

● 敵ゴールに向かったり敵を追い越すパスの回数

● 敵ゴールに向かったり敵を追い越すドリブルの回数

● スキル（ドリブル成功、壁パス、など）

● スペースの利用

● ボール支配率

● センタリングパス（性質）

● キーパーに関して

● 奪われてもすぐに奪い返す

● プレッシャー

● バックアップ

● カバー

● ボール支配の結果

SoccerScope2

● ゴール回数

● シュート本数

● ドリブル回数

● ゴールキーパーキャッチ回数

● ゴールキック回数

● オフサイド回数

● バックパス回数

● コーナーキック回数

● フリーキック回数

● フリーキックミス回数

● キックイン回数

● ボール支配率

● パス成功回数

● パスミス回数

● ボールロスト回数

● 平均パス受け位置

● 前線３人の平均パス受け位置

● 平均パス長

● 平均パス速度

● 最大パス連鎖回数

● 平均ボール位置

Direction of play