探索羽球技戰術的未來！

在 CoachAI-Projects GitHub repo 中，我們匯聚了一系列專注於羽球技戰術分析的創新技術。這些項目代表著我們不斷努力的結晶，旨在改進運動員表現並推動羽球產業向前發展。讓我們一起探索這些引人注目的技術：

• Visualization Platform：羽球賽事可視化平台，並刊登在 Physical Education Journal 2020 上。

• Shot Influence and Extension Work：發表於 ICDM-21 和 ACM TIST 2022 的兩篇論文，我們介紹了一個框架，該框架包含 shot encoder、pattern extractor 和 rally encoder，以捕捉評估每個動作的長短期相依性。

• Stroke Forecasting：發表於 AAAI-22 的研究首次提出 stroke forecasting task，該模型為 ShuttleNet，一個考慮位置和球員風格的融合框架，根據過去互動紀錄預測雙方球員未來的球路。

• Strategic Environment：發表於 AAAI-23 Student Abstract，該研究設計了一個安全且可重現的羽球環境，用於回合制比賽，模擬了不同視角的比賽、引入真實物理並且提供了合適的強化學習訓練環境。

• Movement Forecasting：發表於 AAAI-23 的研究，首次提出 movement forecasting task，在 stroke forecasting 上增加預測球員移動的任務，並提出 DyMF 模型，是一個基於球員移動 (PM) graphs 的 hierarchical fusion model。

• CoachAI-Challenge-IJCAI2023：這是 IJCAI-23 主辦的 badminton challenge (CC4)，詳情請查看網站。

• ShuttleSet：刊登於 KDD-23 的 ShuttleSet 是目前最大的 stroke-level 的羽毛球單打數據集。

• TrackNet-v3：刊登於 KDD-23 的 ShuttleSet 是目前最大的 stroke-level 的羽毛球單打數據集。

我們的工作旨在為羽球運動注入智慧，並將數據分析與運動員實際表現相結合。探索這些項目，瞭解我們如何改變羽球技戰術分析，為運動員和教練提供優勢。