2017 Fiscal Year Annual Research Report
Curling Science - Feasible Studies to Support Tactical Phase in Curling by Information Communication Technology and Intelligent Machinery
| Project/Area Number |
15H02797
|
|---|
| Research Institution | Kitami Institute of Technology |
|---|
Principal Investigator |
桝井 文人 北見工業大学, 工学部, 准教授 (80324549)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
宮越 勝美 北見工業大学, 工学部, 准教授 (00142795)
伊藤 毅志 電気通信大学, 大学院情報理工学研究科, 助教 (40262373)
山本 雅人 北海道大学, 情報科学研究科, 教授 (40292057)
松原 仁 公立はこだて未来大学, システム情報科学部, 教授 (50325883)
柳 等 北見工業大学, 工学部, 准教授 (60344553)
竹川 佳成 公立はこだて未来大学, システム情報科学部, 准教授 (60467678)
河村 隆 信州大学, 繊維学部, 准教授 (70242675)
|
|---|
| Project Period (FY) |
2015-04-01 – 2019-03-31
|
| Keywords | カーリング / 戦術支援 / ショット率 / デジタルカーリング / デリバリーロボット / スウィーピング / 人工知能 / ストーントラッキング |
|---|
| Outline of Annual Research Achievements |
今年度は，戦術要素の収集・解析と戦術推論手法開発の継続，ストーントラッキング手法の実証実験，人工知能アルゴリズムの応用，スウィーピング計測システムのモデル化と実験に取り組んだ．以下，各項目別に報告する．
(1)戦術要素の収集と解析については，新たに日本代表決定戦，平昌オリンピックの試合情報を追加して分析し，チームショット率と得点の関係，ポジション別ショット率と得点の関係，さらに，先攻後攻におけるショット率と得点の関係についての知見を得た．
さらに，得点機会と失点機会に注目した分析を行い，チーム固有の発生確率パターンが存在することを発見した．(2)人間判断要素の収集と解析については，昨年度に実施した認知心理学実験結果を分析し，戦術の思考過程の考察を行なった．戦略書に基づいたデジタルカーリングAIにおける序盤定石の構築も引き続き行なった．(3)ストーン挙動要素の収集については，実際のカーリングホールにて氷上での動作検証実験を行なった．シートの氷の下にキャリブレーション用モジュールを埋め込むことで，昨年度の課題を解消した．シーズンを通しての耐久性と，キャリブレーション時の誤差について検証を行い，概ね陸上と同じ結果が得られることが確認できた．(4)戦術推論手法の開発では，昨年度実装した離散化座標と評価値の期待値に基づいてショット選択を行う人工知能アルゴリズムを用いて平昌オリンピックの試合を人工知能アルゴリズムで再現した．また，デジタルカーリング環境における戦術学習支援システムを構築した．(5)スウィーピング計測については，計測システムに加わる力のモデル化と，スウィープ時の力とモーメントの計測結果の検討を行なった．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
(1)戦術要素の収集と解析においては，オリンピック女子日本代表決定戦4試合および平昌冬季五輪での98試合（計約13,500ショット）分のショット情報をデータベース化した．また，任意のストーン配置と類似した配置を検索する機能を実装して基本動作の検証を行なった．得点機会と失点機会に注目して，各エンドの平均得点と平均失点と複数得点回数と複数失点回数を分析し，チーム毎に固有の傾向が存在しているという知見を得た．また，先攻と後攻をパラメータとした分析を行ない，ショット精度と得点の関係においては後攻優位という経験則は確認できないことがわかった．さらに，試合情報データベースのクラウドサーバー共有機能を実装し，転送動作とサーバー処理の検証実験を行なった．
(2)人間判断要素の収集と解析においては，昨年に引き続きデジタルカーリングの人工知能の強さの確認と認知心理学実験結果を用いて戦術思考過程を考察した．
(3)ストーン挙動要素の収集においては，氷上での実証実験を行なった．キャリブレーションモジュールを氷中に埋め込み，モジュールが氷に与える影響の有無，長期間低温環境下に晒された場合のモジュールの耐性，キャリブレーションにおける測定誤差と補正誤差の検証を行ない，全ての項目において一定の実用性が確認できた．
(4)戦術推論手法の開発のおいては，昨年度提案したデジタルカーリング上の人工知能を用いて，平昌オリンピックの試合を再現し，ショット選択と勝率の変化について考察を行なった．特に，3位決定戦（日本vs英国）についての考察は新聞記事にも大きく取り上げられ反響を呼んだ．
(5)スウィーピング計測装置については，新たに6軸力覚センサを用いた計測システムを開発し，カーリング場での実証実験によって測定性能を検証するとともにブラシに働く力の考察を行なった．
|
| Strategy for Future Research Activity |
平成30年度は研究最終年度となるため，各研究項目の総括を進める予定である．
(1)戦術要素の収集と解析では，ストーン配置検索機能の性能評価と試合データベースのクラウド共有環境の試験運用を行う．(2)人間判断要素の収集と解析では，デジタルカーリング大会の総括，カーリングAIの有効性と課題についての総括を行う．(3)ストーン挙動要素の収集では，無線化した赤外線モジュールを用いてデリバリーストーンのトラッキングテストを行う．(4)戦術推論手法の開発では，これまで開発した人工知能プログラムの現時点での有効性と課題点を総括する．(5)デリバリーロボットの開発では，研究期間において発展したロボットの性能と課題について総括と，スウィーピングロボットの基本設計についての総括を行う．(6)スウィーピング計測装置の開発では，開発したカーリングストーン実時間位置計測システムの実運用に取り組む．
|
Research Products
(10 results)
