深度生成多智能体模仿模型作为评估复杂交互任务中人类表现的计算基准：以足球为例

评估人类表现是在许多应用中的常见需求，例如工程和体育中。当评估人类在完成复杂交互任务中的表现时，最常见的方式是使用已被证明在该情境下有效的度量，或使用主观测量技术。然而，这可能是一个易出错且不可靠的过程，因为静态度量无法捕捉此类任务相关的所有复杂情境，且主观测量中存在偏差。我们研究的目标是创建数据驱动的 AI 智能体作为计算基准，以评估人类在解决涉及多人与情境因素的困难任务时的表现。我们在足球表现分析情境中展示了这一点。我们基于条件变分循环神经网络（VRNN）模型在一个大型球员和球追踪数据集上训练了一个生成模型。训练后的模型用于模仿两队之间的交互并预测各队的表现。然后将训练好的条件 VRNN 模型用作评估球队表现的基准。在英超足球数据集上的实验结果证明了我们的方法相对于足球分析中所用现有 SOTA 静态度量的有用性。