BoxMind：在 2024 年奥运会中验证的精英拳击闭环 AI 策略优化
人工智能
2026-03-10 v2
摘要
竞技体育需要复杂的战术分析，但由于动作动态的复杂性以及缺乏结构化的战术表示，拳击等格斗项目在 AI 驱动的分析方面仍发展不足。为解决这一问题，我们提出了 BoxMind，一个在精英拳击比赛中得到验证的闭环 AI 专家系统。通过定义具有精确时间边界以及空间和技术属性的原子出拳事件，我们将比赛录像解析为 18 个分层的技术战术指标。随后，我们提出了一种基于图的预测模型，该模型将这些显式的技术战术特征与可学习的时变潜在嵌入相融合，以捕捉拳击手对阵的动态。通过将比赛结果建模为技术战术指标的可微函数，我们将获胜概率梯度转化为可执行的战术调整。实验表明，该结果预测模型实现了 SOTA 性能，在 BoxerGraph 测试集上准确率为 69.8%，在奥运比赛中为 87.5%。以该预测模型为基础，系统生成的策略建议展现出与人类专家相当的水平。BoxMind 通过在 2024 年巴黎奥运会期间的闭环部署得到验证，直接助力中国队取得三金两银的历史性成就。BoxMind 建立了将非结构化视频数据转化为策略智能的可复制范式，弥合了竞技体育中计算机视觉与决策支持之间的差距。代码和数据可在 https://github.com/gouba2333/BoxingWeb 获取。
引用
@article{arxiv.2601.11492,
title = {BoxMind: Closed-loop AI strategy optimization for elite boxing validated in the 2024 Olympics},
author = {Kaiwen Wang and Kaili Zheng and Rongrong Deng and Qingmin Fan and Milin Zhang and Zongrui Li and Xuesi Zhou and Bo Han and Liren Chen and Chenyi Guo and Ji Wu},
journal= {arXiv preprint arXiv:2601.11492},
year = {2026}
}