Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

分析、人工智能和机器人技术帮助 MLB 球队更接近完美的投球机

Posted on 2022-08-27

第一台投球机可以追溯到 100 多年前。显然,自从那台以火药为燃料的致伤机器在普林斯顿大学首次亮相以来,事情已经取得了长足的进步,但大多数现代系统或多或少是相同的。一个球被手动或机械地落入一个或多个旋转轮中,以高速将其推向电池。

它已经完成了工作,所以为什么要狡辩,对吧?但这里有很多潜在的创新空间。人工智能、统计跟踪、高级指标和机器人技术的进步可以很好地结合在一起,为经典的 21 世纪转折。这是我第一次看到 Trajekt Arc,但该产品似乎不言自明。这是一个投球机器人,旨在从现实世界的投手那里学习和重新创造现实世界的投球。

前一周,The Athletic就小熊队如何使用该系统在练习中模仿麦迪逊·布姆加纳(Madison Bumgarner)做了一个很好的报道。该系统会根据世界大赛英雄的左臂释放点进行调整,并在其显示屏上提供大胡子响尾蛇投手的图像。这与在球场上面对他并不完全相同,但无论如何,它会在紧要关头发挥作用。 “这他妈的太不可思议了,”这个故事引用了一名球队官员的话说,更衣室里满是蓝色。

图片来源:特拉耶克

据母公司 Trajekt Sports 称,MLB 的 30 支球队中有 7 支目前正在使用该机器人。与此同时,总部位于圣路易斯的体育数据公司 Rapsodo 声称所有 30 家公司都在使用其服务。本周早些时候,两家公司宣布建立合作伙伴关系,为系统带来更广泛的音高变量。

拉普索多说:

用户只需在 Trajekt Arc 中添加音高特性,机器就会复制音高。在练习之前,Trajekt Arc 会进行一系列测试投球,Rapsodo 的 PRO 3.0 将测量投球并向 Trajekt Arc 提供实时反馈,以将其所需的指标与测量的指标进行比较。其中一些指标包括速度、旋转、运动和好球区位置。一旦数据被捕获,该球场现在将被添加到设备系统中,并可供团队用于训练他们的运动员。

图片来源: Rapsodo

在过去的几十年里,分析已经成为游戏的核心部分(奥克兰 A 队不可思议的 20 胜点球成金球连续 20 周年快乐),找到一种方法将其整合到痴迷于数据的科技世界中是有意义的。

“我个人喜欢它,”大都会队的主教练(前三垒手)埃里克查韦斯在接受《纽约邮报》采访时说。 “我们无法复制游戏中发生的任何事情,但这是我们所拥有的最接近的东西。但我不再玩了,他们将如何使用它向前推进,我不确定。它只是为任何想要它的人而存在。”

它肯定胜过装满火药的大炮。

原文: https://techcrunch.com/2022/08/27/analytics-ai-and-robotics-help-mlb-teams-get-a-step-closer-to-a-perfect-pitching-machine/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • A List Apart
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Alin Panaitiu
  • Anil Dash
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brent Simmons
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Pieter Levels
  • PostHog
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Slava Akhmechet
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2026 搞英语 → 看世界 | Design: Newspaperly WordPress Theme