面向足球战术分析中多智能体深度强化学习的可扩展决策状态

足球等侵入性团队运动会产生高维且强耦合的状态空间，因为许多球员在共享场地上持续互动，这对定量战术分析构成了挑战。传统的基于规则的分析很直观，而现代预测性机器学习模型通常在缺乏显式智能体表征的情况下进行模式匹配。我们要解决的问题是如何从数据中构建球员级别的智能体模型，使其学习到的价值和策略既具有战术可解释性，又能在异构数据源之间保持鲁棒性。在此，我们提出可扩展决策状态（EDMS），这是一种语义增强的状态表征，通过关系变量（如空间评分、传球和得分）扩充原始位置和速度，并结合动作掩蔽方案，为有球和无球智能体提供不同的决策集。与先前的工作相比，EDMS 将学习到的价值函数和动作策略映射到人类可解释的战术概念（如盯防压力、传球路线、接球可达性）上，而非原始坐标特征，并使智能体的选择符合比赛规则。在实验中，与基线相比，结合动作掩蔽的 EDMS 持续降低了动作预测损失和时间差分（TD）误差。定性案例研究和 Q 值可视化进一步表明，EDMS 能够突出高风险、高回报的战术模式（如快速反击和防守突破）。我们还将该方法集成到一个开源库中，并展示了其与多个商业和开源数据集的兼容性，从而实现了跨提供商的评估和可复现的实验。