不擅長體育策略？可以學習游戲智能

關于游戲智能的新理論可以永遠改變團隊運動的世界。根據文章“團隊運動中的游戲智能”的作者，游戲情報不一定是你天生就有的東西，而是你可以學到的東西。共同作者和前NHL球員NicklasLidström體現了證據。

通過使用數學統計，個人運動員和團隊可以學習在比賽期間優先考慮改變結果。他們可以計算出在特定情況下如何行動，從而改善他們的結果 - 無論他們的身體能力如何。根據查爾姆斯理工大學和哥德堡大學完成的研究。今天，文章“團隊運動中的游戲智能”發表在科學期刊PLOS ONE上。

作家Carl Lindberg和Jan Lennartsson--前Chalmers的兼職教授 - 在比賽期間仔細研究了前NHL球員NicklasLidström的動作，試圖在團體運動中開發游戲智能的數學理論 - 在這種情況下冰球。他們理論的核心思想是任何比賽情況都應該通過其潛力進行評估，即自己球隊得分下一個進球的概率減去對手將獲得下一個進球的概率，從而最大限度地減少對手的最佳選擇。

他們用他們的發現接近Lidström，結果發現他對如何最好地發揮游戲的想法與他們的理論一致。

游戲智能通過數學統計

Lidström--也許是冰球世界見過的最偉大的防守球員 - 長期以來一直被認為具有“額外的東西”，這使得他與其他人相比更加突出。像他這樣優秀的球員經常因為他們在比賽中的表現而受到稱贊。然而，在他們的文章“團隊運動中的游戲智能”中，Lindberg和Lennartsson試圖表明，不僅僅是讓Lidström變得更好的基因 - 而是統計數據。活冰球傳奇人士對此表示贊同。

Lidström證實，作為一名積極的球員，他總是試圖定位自己，所以賠率對他有利。他一直在分析游戲中發生的情況，學習何時運球，何時進行比賽以及何時進場。

在正確的地方做正確的事情

該文章聲稱已經找到了一種方法來計算游戲中玩家的某些動作是否會結果。當卡爾·林德伯格開始在一支經驗豐富的冰球隊打防守時，這個想法就出現了。為了成為更好的球員，他應該如何思考?他能否以某種方式將游戲知識與數學和統計學相結合，以提高他在溜冰場取得成功的機會?我們的目標是找到科學原則，以便在任何特定情況下盡可能做到最好 - 而不僅僅是“為贏得每一種情況而奮斗”。

在研究了Lidström的比賽之后，林德伯格很明顯Lidström不是特別大，既不是非常強大也不是極其快速。然而，他經常被評為“最佳球員” - 因為他總是在正確的位置，做正確的事情。

動態游戲情境中的統計和博弈論

文章指出Lidström在分析如何在某些比賽情況下比賽時使用了一套原則。他不僅依靠專業知識和技能，而且還依賴于最大限度地減少對手最佳選擇的知識，這使他具有統計優勢。與其他球員相比，他更傾向于阻擋而不是為冰球沖球，提前傳球并避免在最后一線防守時運球。

此外，在所謂的一對一的情況下，作為第一道防線，Lidström通常試圖為自己創造更多的空間，因此，通過廣泛地對抗對方前鋒來提高他的機會。同樣，在兩對一的情況下，他經常依賴的防守戰略與大多數其他球員的策略不同; 當大多數防守球員決定放棄非冰球前鋒將注意力集中在冰球前鋒時，Lidström從不讓非冰球向前看不到，評估傳球替補將成為對手的最佳表現。

由于大多數體育統計數據傾向于關注現在的情況，在某個時間點，“團隊體育中的游戲情報”側重于未來的事情如何完成。這篇文章背后的想法很簡單 - 但結果遠非如此。在動態游戲情境中對統計和博弈理論的研究是一個全新的領域 - 一個看起來對團隊運動的未來充滿希望的領域。