HydraNet：面向多粒度网球赛事分析的动量驱动状态空间对偶性
摘要
在网球赛事中，动量是一个关键却难以捉摸的现象，它反映了运动员表现的动态变化，能够决定性地影响比赛结果。尽管其意义重大，但在网球赛事中针对跨得分、局、盘和比赛的有效建模与多粒度动量分析仍未得到充分探索。在本研究中，我们定义了一种新颖的动量得分（MS）指标来量化运动员在多粒度网球赛事中的动量水平，并设计了 HydraNet，一个基于动量驱动状态空间对偶性的框架，通过整合运动员在发球、接发球、心理和疲劳方面的 32 个异构性能维度来对 MS 进行建模。HydraNet 集成了一个 Hydra 模块，该模块建立在状态空间对偶性（SSD）框架之上，通过滑动窗口机制捕获显式动量，并通过跨局状态传播捕获隐式动量。它还引入了一种新颖的 Versus Learning 方法，以在宏观层面上更好地增强两名运动员之间动量的对抗性，并引入了协作对抗注意力机制（CAAM），以在微观层面上捕获和整合运动员内部与运动员之间的动态动量。此外，我们构建了一个跨越 2012-2023 年温布尔登网球公开赛和 2013-2023 年美国网球公开赛的百万级网球跨赛事数据集，并在此数据集上验证了 HydraNet 对 MS 指标的多粒度建模能力。广泛的实验评估表明，由 HydraNet 框架构建的 MS 指标为动量如何影响不同粒度下的结果提供了可操作的见解，为动量建模和体育分析奠定了新的基础。据我们所知，这是首个在职业网球赛事中探索并有效建模跨多个粒度动量的工作。
引用
@article{arxiv.2505.21882,
title = {HydraNet: Momentum-Driven State Space Duality for Multi-Granularity Tennis Tournaments Analysis},
author = {Ruijie Li and Xiang Zhao and Qiao Ning and Shikai Guo},
journal= {arXiv preprint arXiv:2505.21882},
year = {2025}
}
备注
14 pages, 9 figures (including subfigures), 5 tables. The source code and datasets are available at https://github.com/ReyJerry/HydraNet