用于全面理解足球的多智能体系统

人工智能驱动的足球理解领域的最新进展取得了快速发展，但现有研究主要集中在孤立或狭窄的任务上。为了弥合这一差距，我们提出了一个用于全面足球理解的综合框架。具体来说，我们在本文中做出了以下贡献：(i) 我们构建了SoccerWiki，这是第一个大规模多模态足球知识库，整合了关于球员、球队、裁判和场地的丰富领域知识，以实现知识驱动的推理；(ii) 我们提出了SoccerBench，这是最大、最全面的足球专用基准，包含大约1万个标准化多模态（文本、图像、视频）多项选择题对，涵盖13个不同的理解任务，并通过自动化流程和人工验证精心策划；(iii) 我们引入了SoccerAgent，这是一个新颖的多智能体系统，它通过协作推理分解复杂的足球问题，利用SoccerWiki的领域专业知识，并取得了稳健的性能；(iv) 大量的评估和消融实验，在SoccerBench上对最先进的MLLMs进行了基准测试，突显了我们提出的智能体系统的优越性。所有数据和代码均可在以下地址公开获取：https://jyrao.github.io/SoccerAgent/。