Tac-Simur: Tactic-based Simulative Visual Analytics of Table Tennis

论文
视频

摘要

竞技体育中的模拟分析可以提供前瞻性的见解，有助于提高运动员在未来比赛中的表现。然而，充分模拟复杂的竞争过程并向领域专家有效解释模拟结果通常是具有挑战性的。这项工作提出了一个设计研究，以解决在乒乓球中的这些挑战。我们提出了一个成熟的混合二阶马尔可夫链模型来描述和模拟乒乓球比赛过程。与现有方法相比，我们的方法是第一个支持有效模拟战术的方法，它代表了高水平的乒乓球比赛策略。此外，我们还介绍了一个名为 Tac-Simur的可视化分析系统，该系统基于所提出的模拟可视化分析模型。Tac-Simur使用户能够根据他们各自在比赛中的表现轻松导航不同的玩家和他们的战术，以识别感兴趣的玩家和战术，从而进行进一步分析。然后，用户可以利用该系统交互式地探索各种模拟任务，并直观地解释模拟结果。两个案例研究证明了这项工作的有效性和实用性，在这两个案例研究中，领域专家利用 Tac-Simur 发现有趣和有价值的见解。领域专家还对 Tac-Simur 的可用性提供了积极的反馈。我们的工作可以扩展到其他类似的运动，如网球和羽毛球。

Introduction

据我们的专家称，他们在探索模型空间和确定有意义的模式时遇到了困难。同样，教练和球员在理解分析结果时也面临着挑战。

贡献：

我们描述了乒乓球模拟可视分析的问题域，其分为三个方面，即导航、探索和解释。
我们引入了一个成熟的模型来充分模拟基于战术的乒乓球比赛
我们开发了一个可视分析系统来帮助促进乒乓球的模拟可视分析

Related Work

乒乓球战术分析
运动中的前瞻性分析
运动中的可视分析
预测性可视分析

Background and System Overview

Background

A stroke
A rally
A tactic
A tactic adjustment

Data Description

Requirement Analysis

里程碑：

表征问题域
开发模拟模型
设计交互式可视化
开发分析系统

需求：

导航
- 每名球员的比赛和结果是什么？
- 运动员的比赛风格是什么？其中的关键策略是什么？
探索
- 哪种击球最值得调整？
- 调整策略的效果是什么？调整策略的可行性如何？
解释
- 战术调整如何影响击球和战术？
- 在实践中如何进行战术调整

Model for Simulation

Hybrid second-order Markov chain model

Vk=λ1⋅Vk−1⋅T1+λ2⋅Vk−2⋅T2V_{k}=\lambda_{1} \cdot V_{k-1} \cdot T_{1}+\lambda_{2} \cdot V_{k-2} \cdot T_{2}Vk=λ1⋅Vk−1⋅T1+λ2⋅Vk−2⋅T2

Visual Design

Design Goal

G1: 所有比赛的视觉组织概览(R1)
G2: 导航策略的视觉分类和过滤(R2)
G3: 用于探索的击球的视觉枚举(R3)
G4: 评估调整的可视记录(R4)
G5: 用于解释的相关性的视觉图示(R5, R6)
G6: 典型的击球和战术图标(R2, R3, R4, R5, R6)

Discussion

吸取的教训：

对于问题域，试点系统是必要的。
对于模拟分析，应限制对变量的调整
对于可视化，简单的视觉设计具有较高的易读性和可推广性

局限性：

数据集太小
该模型只考虑了三个最重要的属性，即击球位置、击球技术和击球落点，而忽略了其他几个击球属性，如击球效果、击球旋转和击球动作。
解释模式的视觉设计不能同时显示多个调整。

Conclusion

在这项工作中，我们确定了乒乓球战术模拟可视化分析的问题领域。我们随后引入混合二阶马尔可夫链模型来更充分地模拟比赛。此外，基于该模型，我们开发了一个名为 Tac-Simur 的可视化分析系统，以帮助进行模拟分析。

今后，我们计划从两个方面改进这项工作。首先，我们将尝试扩展我们的数据集。一方面，我们将继续收集各种赛事的数据，例如即将举行的利勃海尔 2019 国际乒联世界乒乓球锦标赛。另一方面，我们计划部署我们的系统，包括供乒乓球队使用的在线数据收集系统。这样，我们不仅可以包括比赛数据，还可以包括训练数据。其次，我们将尝试将我们的模型扩展到其他运动，如网球、羽毛球，甚至足球。我们希望构建一个更通用的模型，可以模拟竞技体育中的大多数球类运动。我们希望在模拟分析中找出球类运动共有的特征，并为球类运动的模拟可视化分析提供一般指导。