那里有 2 个问题（第 1 点不是问题）。所有答案都在下面。

Q1：如何将经常互相传球的球员聚集在一起？

在我看来，这是一个加载的任务，最好分为以下几部分：

• 确定球员是否在传球。您必须查看通常与传球相关的感觉数据的分布。很多方法可以做到这一点。曾经奇特的方法可能是将这个经验收集的数据集复制到 3D 游戏中，您可以使用类似的传感器加载玩家。游戏的好处是您可以识别您希望预测的目标变量（即您知道他们是否在传球）。通过这种方式，您可以使用游戏将感官数据的分布与目标变量相关联，最终生成一组带标签的样本。最后，您应用域适应步骤，通过该步骤将您的 3D 游戏模型转换为域经验收集的数据集（因此您可以在那里运行它，并且比没有域适应步骤的错误更少）。
• 确定球员是否在接球。类似于上面的点，但在收到球时分配感官数据。
• 识别链接的传球和接球。这是相对微不足道的：如果在传球后发生接球，则两名球员将球传给对方。为了减少噪音，您可能希望为此假设添加额外的约束，以确保将意外通过与有意通过区分开来。

Q2：我可以从这种类型的数据集中利用其他东西吗？（以便您扩展第 2 点）

• 疲劳/耐力/速度作为活动和时间的函数。通过查看传感器位置/速度如何变化的频率速度，这可能很容易估计。
• 一旦确定了上述要点，您就可以估计其他参数，例如恢复时间。
• 此外，将以上所有内容与球员与球队的关系联系起来。例如，球员在疲倦时会更频繁地传球吗？当他疲倦时，他倾向于将球传给哪些球员或哪个方向？当他恢复体力时，他会改变传球目标/方向吗？