Au cours d’un match de basket-ball, un bon positionnement peut aider une équipe à garder le contrôle du ballon. Les joueurs auront ainsi plus de chance de créer des occasions de marquer un but. Cette Intelligence Artificielle (IA) permet de l’optimiser.
Ils pourront aussi mieux se défendre contre l’attaque de l’équipe adverse. Le positionnement, c’est-à-dire, la place des joueurs sur le terrain, est donc primordial au cours d’un match. L’entraineur doit systématiquement trouver la meilleure façon de placer ses joueurs. Il doit savoir les positionner les uns par rapport aux autres et par rapport au ballon.
Récemment, des chercheurs ont eu l’idée d’utiliser des théories mathématiques et physiques pour déterminer le positionnement optimal des joueurs de basket-ball dans un scénario donné. Ils ont alors développé un modèle d’IA basé sur la théorie fonctionnelle de la densité et d’autres théories physiques.
Ils ont ensuite essayé de prédire le comportement collectif des joueurs en y introduisant des données sur leurs positions lors des matchs de la NBA au cours d’une saison.
Quand l’IA devient un outil précieux pour les entraineurs
Boris Barron, doctorant et professeur de physique, a travaillé en collaboration avec M. Arias sur la mise au point de ce modèle. Les théories physiques qu’ils ont utilisées, déjà primées par un prix Nobel, ont été à l’origine appliquées dans l’étude des interactions entre les électrons.
Elles ont été ensuite combinées avec des concepts et des approches mathématiques issus de la théorie de la fluctuation fonctionnelle de la densité.
Ces modèles ont déjà servi pour étudier le comportement des foules ou des phénomènes sociaux. Combiné dans un algorithme, ils ont permis à M.Barron et son équipe d’analyser et de prédire la manière dont les joueurs collaborent au cours d’un tournoi de Basket-Ball. Les entraineurs n’ont plus qu’à introduire les données spécifiques à l’équipe adverse afin d’élaborer une stratégie visant à contrecarrer leurs jeux les plus courants.
L’IA a aidé à marquer plus de points au cours du match
Grâce aux résultats, les chercheurs ont pu optimiser les chances d’une équipe de marquer au basket-ball. Selon le rapport que Barron a présenté lors de la conférence de l’American Physical Society à Las Vegas, leur modèle a été capable de sortir des prédictions pertinentes sur le déroulement d’un match. Il a par exemple prédit à quel endroit un joueur doit se placer pour mieux intercepter une passe.
L’IA a également signalé ceux qui ont eu tendance à se trouver en mauvaise position au cours d’un match. Elle a d’ailleurs calculé la probabilité de réussite offensive ou défensive de chacun d’eux. Avec un tel degré de précision, le modèle a permis d’augmenter la probabilité de réussite de chaque joueur de 3 %. À noter que dans ces matchs où les scores sont élevés, trois points sur 100 sont déjà décisifs pour décrocher la victoire.
BuzzWebzine est un média indépendant. Soutiens-nous en nous ajoutant à tes favoris sur Google Actualités :