SlideShare une entreprise Scribd logo
1  sur  13
Télécharger pour lire hors ligne
ゴルフにおけるコース戦略のモデリング 
複雑系工学講座 調和系工学研究室 
学部4年 中野航 
Modeling of Course Strategy in Golf Game
背景 
技能的側面 
戦略的側面 
ショット・アプローチ・パッティングの技術 
最大飛距離 
飛距離誤差 
方向誤差 
スポーツ科学の観点から 
多数の研究がなされている 
状況やプレイヤーの特性を加味した 
戦略の選択 
目標地点の設定 
クラブの選択 
依存 
関連研究 
コース全体の戦略を計算モデルとして扱った研究は無い 
ティーショットにおける 
飛距離と方向性のスコアへの影響 
Broadie and Ko (2009) 
Cochran and Stobbs (1968) 
グリーン上でのパッティングモデル 
Hoadley (1994) Broadie and Bansal (2008) 
一部の状況につい て分析したものが ほとんど
目的 
コース戦略の評価を行うための計算モデルの構築 
アプローチ 
モデルから堅実性と距離を考慮した戦略の設定 
設定した戦略のシミュレーションでの評価 
戦略のモデリング 
ゴルフゲームのモデリング 
+
モデリングにあたって 
戦略のモデリング 
・クラブの選択 
・目標地点の決定 
観点 
・コースの形状 
・プレイヤーの技能 
・クラブ 
・地形 
・ゴルフゲームのルール 
戦略:ある地点の情報をもとに次にとる行動を決定する行動計画 
ゴルフゲームのモデリング
ゴルフゲームのモデリング 
ホール  FairwayRough Sand WaterGreenOB 
クラブ 
6I,7I,8I,9I,PW,SW, PT} 
Club{Driver,3W,5W, 2I,3I,4I,5I, 
方向 [0, 2 ) 
行動 Club,  k a 
地点2 P  (x, y)  R  0.059025 cup カップ半径r 
k 1 k 打目における、スタート地点P ,エンド地点P  k 
  k k 1 k P ~ next | P ,a   
  cup  r k c 終了条件; dist P ,P 
Teeing ground 
Fairway 
Sand 
Water 
Green 
Rough 
OB 
  0 0  x , y 0 P 
  c c  x , y c P 
Cup 
Green 
   
 
 
 
rcup 
k 
h g 
dist( , ) 
0 
( ) 
Pk Pc 
c k 合計スコアP P 
1 otherwise    k スコアg P 2 State ,Water
戦略のモデリング 
  の状態;State k 1 P 
    
    
    
    
    
OB    OB 
Green Green 
Water Water 
Sand Sand 
Rough Rough 
Fairway Fairway 
 
 
 
 
 
 
k-1 
k-1 
k-1 
k-1 
k-1 
k-1 
P 
P 
P 
P 
P 
P 
St 
St 
St 
St 
St 
St 
 2   2  ~ ; , ~ ; ,  r f  r,   f    r 
直交座標系に変換 
x  rcos  , y  rsin  = P 
平均飛距離 
飛距離・方向の標準偏差 
  OB  P P k 1  k P k 1 P  
P P k 1      OB,water  P P k 1 
w P a min   water, OB,water k1 w P P P 
 1     ,   0  a a w h k 1 h ただしP P P P P 
エンド地点 
Club r Club r 
Driver 210 6I 110 
3W 185 7I 100 
5W 160 8I 90 
2I 160 9I 80 
3I 150 PW 70 
4I 135 SW 50 
5I 120 PT 40 
State Club σr (yard) σθ (度) 
Fairway 
0~2 30 15 
3~12 20 10 
Rough 
0~2 40 20 
3~12 30 15 
Sand 
0~2 50 25 
3~12 40 20 
θ 
r 
Cup 
Water 
Next 
Green 
  k k 1 k next P | P ,a  
 Club, r,  k a 
飛距離、方向は正規分布に従うと仮定 
k 1 k P a  戦略S : 
行動 
戦略をどう決定する? k 1 k P a  S :
対象とする戦略 
max Point( ) k 
k 
P 
a 
選択する行動 
Point( ) safe( ) dist( ) k k k P  P  P 
行動決定のためのヒューリスティック 
堅実性 距離 
dist( ) カップまでの残り距離k P 
距離 
堅実性 
safe( )  k P 
 Green 
 Rough 
・戦略として堅実性と距離を考慮 β Fairway 
  k k k P target P ,a 1  
評価手法 
全行動に対して、それぞれN打サンプリングを行い、 
1打毎に評価値を与える。 
N打の合計評価値を行動の妥当性とし、 
妥当性が最も高い行動を最適な行動とする 
 (x , y ) i{0,1,2,...,N} 
ki ki k ki P からのサンプリングP 
N個 
N個 
戦略の総数 
クラブ×全方向
実験設定 
コース設定 
戦略 
戦略1(sen1) 
α 1000 
β 500 
γ 100 
戦略2(sen2) 
α 1000 
β 500 
γ 250 
戦略3(sen3) 
α 100 
β 100 
γ 100 
戦略1に比べ、 
Roughを許容する 
目標地点の状態を 
考慮しない 
10回の試行でスコアの平均値と分散を測定 
下記の内容で戦略1~3を設定し、 
シミュレーション実験を行った 
1打目はドライバーでフェアウェイ中央を狙うものと仮定する 
2打目以降は、各戦略に沿って行動を決定する 
ヒューリスティック 
に重みづけを設定
シミュレーション結果 
戦略1 
戦略2 
戦略3
実験結果 
戦略 
スコアの期待値 
戦略に応じてスコアの平均・分散が変化 
4 
4.2 
4.4 
4.6 
4.8 
5 
5.2 
1 
2 
3
まとめ 
•ゴルフゲームのモデリングを行った 
•堅実性と距離を考慮した戦略の設定を行った 
•設定した戦略についてシミュレーション環境で、 評価を行った
nakano b
nakano b

Contenu connexe

En vedette (20)

tsuji m
tsuji mtsuji m
tsuji m
 
kobayashi_m
kobayashi_mkobayashi_m
kobayashi_m
 
teranishi m
teranishi mteranishi m
teranishi m
 
hayasaka b
hayasaka bhayasaka b
hayasaka b
 
yamauchi b
yamauchi byamauchi b
yamauchi b
 
matsuo m
matsuo mmatsuo m
matsuo m
 
kikuchi_b
kikuchi_bkikuchi_b
kikuchi_b
 
egawa_b_2013
egawa_b_2013egawa_b_2013
egawa_b_2013
 
kobayashi b
kobayashi bkobayashi b
kobayashi b
 
segawa_b
segawa_bsegawa_b
segawa_b
 
okuyama b
okuyama bokuyama b
okuyama b
 
yamagata m
yamagata myamagata m
yamagata m
 
fukui m
fukui mfukui m
fukui m
 
mori b
mori bmori b
mori b
 
fukui b
fukui bfukui b
fukui b
 
kanehira m
kanehira mkanehira m
kanehira m
 
kin_m
kin_mkin_m
kin_m
 
touya m
touya mtouya m
touya m
 
touya b
touya btouya b
touya b
 
tsuji b
tsuji btsuji b
tsuji b
 

Plus de harmonylab

【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究   千坂知也
【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究   千坂知也【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究   千坂知也
【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究   千坂知也
harmonylab
 
DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...
DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...
DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...
harmonylab
 
形態素解析を用いた帝国議会議事速記録の変遷に関する研究
形態素解析を用いた帝国議会議事速記録の変遷に関する研究形態素解析を用いた帝国議会議事速記録の変遷に関する研究
形態素解析を用いた帝国議会議事速記録の変遷に関する研究
harmonylab
 

Plus de harmonylab (20)

【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究   千坂知也
【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究   千坂知也【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究   千坂知也
【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究   千坂知也
 
【修士論文】経路探索のための媒介中心性に基づく道路ネットワーク階層化手法に関する研究
【修士論文】経路探索のための媒介中心性に基づく道路ネットワーク階層化手法に関する研究【修士論文】経路探索のための媒介中心性に基づく道路ネットワーク階層化手法に関する研究
【修士論文】経路探索のための媒介中心性に基づく道路ネットワーク階層化手法に関する研究
 
A Study on Decision Support System for Snow Removal Dispatch using Road Surfa...
A Study on Decision Support System for Snow Removal Dispatch using Road Surfa...A Study on Decision Support System for Snow Removal Dispatch using Road Surfa...
A Study on Decision Support System for Snow Removal Dispatch using Road Surfa...
 
【卒業論文】印象タグを用いた衣服画像生成システムに関する研究
【卒業論文】印象タグを用いた衣服画像生成システムに関する研究【卒業論文】印象タグを用いた衣服画像生成システムに関する研究
【卒業論文】印象タグを用いた衣服画像生成システムに関する研究
 
【卒業論文】大規模言語モデルを用いたマニュアル文章修正手法に関する研究
【卒業論文】大規模言語モデルを用いたマニュアル文章修正手法に関する研究【卒業論文】大規模言語モデルを用いたマニュアル文章修正手法に関する研究
【卒業論文】大規模言語モデルを用いたマニュアル文章修正手法に関する研究
 
DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...
DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...
DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...
 
DLゼミ: MobileOne: An Improved One millisecond Mobile Backbone
DLゼミ: MobileOne: An Improved One millisecond Mobile BackboneDLゼミ: MobileOne: An Improved One millisecond Mobile Backbone
DLゼミ: MobileOne: An Improved One millisecond Mobile Backbone
 
DLゼミ: Llama 2: Open Foundation and Fine-Tuned Chat Models
DLゼミ: Llama 2: Open Foundation and Fine-Tuned Chat ModelsDLゼミ: Llama 2: Open Foundation and Fine-Tuned Chat Models
DLゼミ: Llama 2: Open Foundation and Fine-Tuned Chat Models
 
DLゼミ: ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
DLゼミ: ViTPose: Simple Vision Transformer Baselines for Human Pose EstimationDLゼミ: ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
DLゼミ: ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
 
Voyager: An Open-Ended Embodied Agent with Large Language Models
Voyager: An Open-Ended Embodied Agent with Large Language ModelsVoyager: An Open-Ended Embodied Agent with Large Language Models
Voyager: An Open-Ended Embodied Agent with Large Language Models
 
DLゼミ: Ego-Body Pose Estimation via Ego-Head Pose Estimation
DLゼミ: Ego-Body Pose Estimation via Ego-Head Pose EstimationDLゼミ: Ego-Body Pose Estimation via Ego-Head Pose Estimation
DLゼミ: Ego-Body Pose Estimation via Ego-Head Pose Estimation
 
ReAct: Synergizing Reasoning and Acting in Language Models
ReAct: Synergizing Reasoning and Acting in Language ModelsReAct: Synergizing Reasoning and Acting in Language Models
ReAct: Synergizing Reasoning and Acting in Language Models
 
形態素解析を用いた帝国議会議事速記録の変遷に関する研究
形態素解析を用いた帝国議会議事速記録の変遷に関する研究形態素解析を用いた帝国議会議事速記録の変遷に関する研究
形態素解析を用いた帝国議会議事速記録の変遷に関する研究
 
【卒業論文】深層生成モデルを用いたユーザ意図に基づく衣服画像の生成に関する研究
【卒業論文】深層生成モデルを用いたユーザ意図に基づく衣服画像の生成に関する研究【卒業論文】深層生成モデルを用いたユーザ意図に基づく衣服画像の生成に関する研究
【卒業論文】深層生成モデルを用いたユーザ意図に基づく衣服画像の生成に関する研究
 
灯油タンク内の液面高計測を用いた 灯油残量推定システムに関する研究
灯油タンク内の液面高計測を用いた灯油残量推定システムに関する研究灯油タンク内の液面高計測を用いた灯油残量推定システムに関する研究
灯油タンク内の液面高計測を用いた 灯油残量推定システムに関する研究
 
深層自己回帰モデルを用いた俳句の生成と評価に関する研究
深層自己回帰モデルを用いた俳句の生成と評価に関する研究深層自己回帰モデルを用いた俳句の生成と評価に関する研究
深層自己回帰モデルを用いた俳句の生成と評価に関する研究
 
競輪におけるレーティングシステムを用いた予想記事生成に関する研究
競輪におけるレーティングシステムを用いた予想記事生成に関する研究競輪におけるレーティングシステムを用いた予想記事生成に関する研究
競輪におけるレーティングシステムを用いた予想記事生成に関する研究
 
【卒業論文】B2Bオークションにおけるユーザ別 入札行動予測に関する研究
【卒業論文】B2Bオークションにおけるユーザ別 入札行動予測に関する研究【卒業論文】B2Bオークションにおけるユーザ別 入札行動予測に関する研究
【卒業論文】B2Bオークションにおけるユーザ別 入札行動予測に関する研究
 
A Study on Estimation of Household Kerosene Consumption for Optimization of D...
A Study on Estimation of Household Kerosene Consumption for Optimization of D...A Study on Estimation of Household Kerosene Consumption for Optimization of D...
A Study on Estimation of Household Kerosene Consumption for Optimization of D...
 
マルチエージェント深層強化学習による自動運転車両の追越行動の獲得に関する研究
マルチエージェント深層強化学習による自動運転車両の追越行動の獲得に関する研究マルチエージェント深層強化学習による自動運転車両の追越行動の獲得に関する研究
マルチエージェント深層強化学習による自動運転車両の追越行動の獲得に関する研究
 

nakano b

  • 2. 背景 技能的側面 戦略的側面 ショット・アプローチ・パッティングの技術 最大飛距離 飛距離誤差 方向誤差 スポーツ科学の観点から 多数の研究がなされている 状況やプレイヤーの特性を加味した 戦略の選択 目標地点の設定 クラブの選択 依存 関連研究 コース全体の戦略を計算モデルとして扱った研究は無い ティーショットにおける 飛距離と方向性のスコアへの影響 Broadie and Ko (2009) Cochran and Stobbs (1968) グリーン上でのパッティングモデル Hoadley (1994) Broadie and Bansal (2008) 一部の状況につい て分析したものが ほとんど
  • 3. 目的 コース戦略の評価を行うための計算モデルの構築 アプローチ モデルから堅実性と距離を考慮した戦略の設定 設定した戦略のシミュレーションでの評価 戦略のモデリング ゴルフゲームのモデリング +
  • 4. モデリングにあたって 戦略のモデリング ・クラブの選択 ・目標地点の決定 観点 ・コースの形状 ・プレイヤーの技能 ・クラブ ・地形 ・ゴルフゲームのルール 戦略:ある地点の情報をもとに次にとる行動を決定する行動計画 ゴルフゲームのモデリング
  • 5. ゴルフゲームのモデリング ホール  FairwayRough Sand WaterGreenOB クラブ 6I,7I,8I,9I,PW,SW, PT} Club{Driver,3W,5W, 2I,3I,4I,5I, 方向 [0, 2 ) 行動 Club,  k a 地点2 P  (x, y)  R  0.059025 cup カップ半径r k 1 k 打目における、スタート地点P ,エンド地点P  k   k k 1 k P ~ next | P ,a     cup  r k c 終了条件; dist P ,P Teeing ground Fairway Sand Water Green Rough OB   0 0  x , y 0 P   c c  x , y c P Cup Green       rcup k h g dist( , ) 0 ( ) Pk Pc c k 合計スコアP P 1 otherwise    k スコアg P 2 State ,Water
  • 6. 戦略のモデリング   の状態;State k 1 P                     OB    OB Green Green Water Water Sand Sand Rough Rough Fairway Fairway       k-1 k-1 k-1 k-1 k-1 k-1 P P P P P P St St St St St St  2   2  ~ ; , ~ ; ,  r f  r,   f    r 直交座標系に変換 x  rcos  , y  rsin  = P 平均飛距離 飛距離・方向の標準偏差   OB  P P k 1  k P k 1 P  P P k 1      OB,water  P P k 1 w P a min   water, OB,water k1 w P P P  1     ,   0  a a w h k 1 h ただしP P P P P エンド地点 Club r Club r Driver 210 6I 110 3W 185 7I 100 5W 160 8I 90 2I 160 9I 80 3I 150 PW 70 4I 135 SW 50 5I 120 PT 40 State Club σr (yard) σθ (度) Fairway 0~2 30 15 3~12 20 10 Rough 0~2 40 20 3~12 30 15 Sand 0~2 50 25 3~12 40 20 θ r Cup Water Next Green   k k 1 k next P | P ,a   Club, r,  k a 飛距離、方向は正規分布に従うと仮定 k 1 k P a  戦略S : 行動 戦略をどう決定する? k 1 k P a  S :
  • 7. 対象とする戦略 max Point( ) k k P a 選択する行動 Point( ) safe( ) dist( ) k k k P  P  P 行動決定のためのヒューリスティック 堅実性 距離 dist( ) カップまでの残り距離k P 距離 堅実性 safe( )  k P  Green  Rough ・戦略として堅実性と距離を考慮 β Fairway   k k k P target P ,a 1  評価手法 全行動に対して、それぞれN打サンプリングを行い、 1打毎に評価値を与える。 N打の合計評価値を行動の妥当性とし、 妥当性が最も高い行動を最適な行動とする  (x , y ) i{0,1,2,...,N} ki ki k ki P からのサンプリングP N個 N個 戦略の総数 クラブ×全方向
  • 8. 実験設定 コース設定 戦略 戦略1(sen1) α 1000 β 500 γ 100 戦略2(sen2) α 1000 β 500 γ 250 戦略3(sen3) α 100 β 100 γ 100 戦略1に比べ、 Roughを許容する 目標地点の状態を 考慮しない 10回の試行でスコアの平均値と分散を測定 下記の内容で戦略1~3を設定し、 シミュレーション実験を行った 1打目はドライバーでフェアウェイ中央を狙うものと仮定する 2打目以降は、各戦略に沿って行動を決定する ヒューリスティック に重みづけを設定
  • 10. 実験結果 戦略 スコアの期待値 戦略に応じてスコアの平均・分散が変化 4 4.2 4.4 4.6 4.8 5 5.2 1 2 3
  • 11. まとめ •ゴルフゲームのモデリングを行った •堅実性と距離を考慮した戦略の設定を行った •設定した戦略についてシミュレーション環境で、 評価を行った