MONEYBaRL：利用强化学习挖掘投手决策
人工智能
2014-08-01 v1 应用统计
摘要
本文使用机器学习技术来利用棒球投手的决策（即所谓的“棒球智商”），通过将击球信息、投球选择和计数建模为马尔可夫决策过程（MDP）。MDP的每个状态以马尔可夫方式对投手当前的投球选择进行建模，条件取决于做出当前投球之前的信息。这包括前一次投球前的计数、他随后的投球选择、击球手随后的动作以及投球的结果。
引用
@article{arxiv.1407.8392,
title = {MONEYBaRL: Exploiting pitcher decision-making using Reinforcement Learning},
author = {Gagan Sidhu and Brian Caffo},
journal= {arXiv preprint arXiv:1407.8392},
year = {2014}
}
备注
Published in at http://dx.doi.org/10.1214/13-AOAS712 the Annals of Applied Statistics (http://www.imstat.org/aoas/) by the Institute of Mathematical Statistics (http://www.imstat.org)