Multi-Agenten-System für umfassendes Fußballverständnis

Multi-Agent System for Comprehensive Soccer Understanding

May 6, 2025

Autoren: Jiayuan Rao, Zifeng Li, Haoning Wu, Ya Zhang, Yanfeng Wang, Weidi Xie

cs.AI

Zusammenfassung

Jüngste Fortschritte im Bereich der KI-gestützten Fußballanalyse haben rasante Entwicklungen gezeigt, doch konzentriert sich die bestehende Forschung überwiegend auf isolierte oder eng gefasste Aufgaben. Um diese Lücke zu schließen, schlagen wir ein umfassendes Framework für ein ganzheitliches Fußballverständnis vor. Konkret leisten wir in diesem Beitrag folgende Beiträge: (i) Wir erstellen SoccerWiki, die erste groß angelegte multimodale Wissensdatenbank für Fußball, die umfangreiches Domänenwissen über Spieler, Teams, Schiedsrichter und Spielstätten integriert, um wissensgestütztes Schließen zu ermöglichen; (ii) wir präsentieren SoccerBench, den größten und umfassendsten fußballspezifischen Benchmark, der rund 10.000 standardisierte multimodale (Text, Bild, Video) Multiple-Choice-Frage-Antwort-Paare über 13 verschiedene Verständnisaufgaben umfasst, die durch automatisierte Pipelines und manuelle Überprüfung kuratiert wurden; (iii) wir stellen SoccerAgent vor, ein neuartiges Multi-Agenten-System, das komplexe Fußballfragen durch kollaboratives Schließen zerlegt, Domänenexpertise aus SoccerWiki nutzt und robuste Leistung erzielt; (iv) umfangreiche Evaluierungen und Ablationen, die state-of-the-art MLLMs auf SoccerBench benchmarken und die Überlegenheit unseres vorgeschlagenen agentenbasierten Systems hervorheben. Alle Daten und Codes sind öffentlich verfügbar unter: https://jyrao.github.io/SoccerAgent/.

English

Recent advancements in AI-driven soccer understanding have demonstrated rapid progress, yet existing research predominantly focuses on isolated or narrow tasks. To bridge this gap, we propose a comprehensive framework for holistic soccer understanding. Specifically, we make the following contributions in this paper: (i) we construct SoccerWiki, the first large-scale multimodal soccer knowledge base, integrating rich domain knowledge about players, teams, referees, and venues to enable knowledge-driven reasoning; (ii) we present SoccerBench, the largest and most comprehensive soccer-specific benchmark, featuring around 10K standardized multimodal (text, image, video) multi-choice QA pairs across 13 distinct understanding tasks, curated through automated pipelines and manual verification; (iii) we introduce SoccerAgent, a novel multi-agent system that decomposes complex soccer questions via collaborative reasoning, leveraging domain expertise from SoccerWiki and achieving robust performance; (iv) extensive evaluations and ablations that benchmark state-of-the-art MLLMs on SoccerBench, highlighting the superiority of our proposed agentic system. All data and code are publicly available at: https://jyrao.github.io/SoccerAgent/.