用机器学习分析攀岩动作序列，辅助评估与预测
Using Machine Learning for move sequence visualization and generation in climbing
- 用Transformer模型从抓点信息预测攀岩动作顺序
- 开发了可视化工具用于评估攀岩路线的动作序列
- 为攀岩智能分析提供初步框架，适合运动科学与AI交叉研究者
本文研究机器学习在运动攀岩中的应用。在先前工作的基础上，我们开发了一个针对特定岩壁的攀岩动作序列评估可视化工具。随后，基于简单的抓点序列信息，使用三种不同的Transformer模型探索动作序列的预测。尽管结果尚不明确，但这是该方向的首次尝试，为未来研究奠定了基础。
原文摘要 · Abstract (English)
In this work, we investigate the application of Machine Learning techniques to sport climbing. Expanding upon previous projects, we develop a visualization tool for move sequence evaluation on a given boulder. Then, we look into move sequence prediction from simple holds sequence information using three different Transformer models. While the results are not conclusive, they are a first step in this kind of approach and lay the ground for future work.
Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。