重新审视足球中的预期控球价值：引入基准、U-Net架构以及传球的奖励与风险
计算机视觉与模式识别
2025-02-05 v1 机器学习
摘要
本文介绍了首个预期控球价值（EPV）基准以及一个全新且改进的足球EPV模型。通过引入OJN-Pass-EPV基准，我们提出了一种新颖的方法，通过使用具有给定相对EPV的比赛状态对来定量评估EPV模型的质量。接下来，我们尝试使用包含荷兰甲级联赛和世界杯比赛的数据集复现Fernández等人（2021）的结果。在未能成功复现后，我们提出了一种基于U-net型卷积神经网络的新架构，在模型损失和预期校准误差方面取得了良好结果。最后，我们提出了一个改进的传球模型，该模型包含了球的高度，并包含一个分析奖励与风险的新型双组分传球价值模型。由此产生的EPV模型在OJN-Pass-EPV基准中正确识别了78%的比赛状态对中价值更高的状态，证明了其准确评估进球潜力的能力。我们的发现有助于评估EPV模型的质量、改进EPV预测、帮助评估传球决策的潜在奖励与风险，并提升球员和团队的表现。
引用
@article{arxiv.2502.02565,
title = {Revisiting Expected Possession Value in Football: Introducing a Benchmark, U-Net Architecture, and Reward and Risk for Passes},
author = {Thijs Overmeer and Tim Janssen and Wim P. M. Nuijten},
journal= {arXiv preprint arXiv:2502.02565},
year = {2025}
}