Algorithmus verhilft Basketballern zum Sieg

Physikalische Theorie unterstützt Forscher der Cornell University bei der Strategieplanung

Szene aus einem NBA-Basketballspiel: Software hilft beim Siegen (Foto: Keith Johnston, pixabay.com)

Ithaca (pte002/13.03.2023/06:05) - Forscher der Cornell University ( https://www.cornell.edu ) um Tomás Arias und seinen Doktoranden Boris Barron haben auf Basis einer Theorie aus der Physik einen Algorithmus entwickelt, der Basketballern zum Sieg verhelfen soll. Danach lässt sich die beste Positionierung eines Spieler auf dem Platz in einem bestimmten Szenario ermitteln, damit die Wahrscheinlichkeit für einen Korb steigt. Aber auch können die Infos genutzt werden, um selbigen erfolgreich zu verteidigen, wie es heißt.

Datenanalyse für bessere Spiele

Die Experten haben sich bei der Entwicklung des Algorithmus von Nathan Sitaraman inspirieren lassen, der ein Team der National Basketball Association (NBA) berät. Der Postdoc hilft dabei, dessen Spiel durch Datenanalyse zu verbessern. Sitaraman hat eine Fülle von Daten zu Spielerpositionen aus den NBA-Spielen dieser Saison beigesteuert, die Barron zur Entwicklung seines Modells verwendete.

Mit den Ergebnissen seiner Simulationen kann Barron vorhersagen, wohin sich ein bestimmter Spieler als nächstes bewegt und welche Spieler tendenziell an guten oder schlechten Positionen stehen. Zudem kann er den Erfolg von offensiven und defensiven Aktionen errechnen, die auf der jeweiligen Spielerposition basieren. Und er kann simulieren, wie das gegnerische Team auf einen bestimmten Spielzug reagiert.

Modelle für Bewegungsverhalten

Die mathematischen Modelle, die Barron verwendet, basieren auf Methoden, die ursprünglich entwickelt wurden, um große Ansammlungen quantenmechanisch wechselwirkender Elektronen zu untersuchen. Die Arbeit baut auf Arias' Forschung auf, die mathematische Konzepte und Ansätze aus der Dichtefunktionaltheorie kombiniert, mit der sich zahlreiche Phänomene wie das Bewegungsverhalten von Menschenmengen und Migrationsströme berechnen lassen.

Trainer könnten somit team- oder spielerspezifische Daten ihrer Gegner in dieses Modell eingeben, um eine Strategie zu entwickeln, mit der sich deren häufigste Spielzüge vereiteln lassen. Das könnte auf einem mobilen Gerät angezeigt werden, um den jeweiligen Spielern während eines Matches die effizientesten Laufwege zu demonstrieren.

(Ende)