Эвристики — это простые стратегии принятия решений , которые используются для быстрого и эффективного достижения определенной цели и широко применяются в спорте . Многие виды спорта требуют умения быстро принимать решения в условиях дефицита времени, и правильное использование эвристик имеет важное значение для многих из этих решений.
Например, как футболист должен решить , бить ли по воротам или отдать пас, и кому его отдать? Как тренеры по баскетболу решают, какой игрок должен сделать последний бросок? В таких условиях у спортсменов, тренеров и судей нет времени на то, чтобы рассматривать сложные детали, касающиеся принимаемого решения. Вместо этого они используют простые стратегии, основанные на ограниченной информации.
Кроме того, некоторые спортивные навыки, такие как ловля мяча в бейсболе , можно успешно осваивать, следуя простым правилам и эвристическим приемам, несмотря на вычислительно сложную детализацию действия.
В следующей таблице представлен список эффективных эвристик для принятия решений в спорте:
Эвристика взгляда используется людьми и животными для ловли летающих объектов. Она подразумевает фиксацию взгляда на объекте и регулировку скорости бега таким образом, чтобы угол взгляда оставался постоянным при приближении к объекту (см. три правила принятия решений в таблице выше). Эмпирические данные показывают, что опытные ловцы мячей используют эвристику взгляда и подобные эвристики, как и собаки, когда пытаются поймать фрисби . [1] [2]
Take-the-first (TTF) — это эвристика, которую игроки могут использовать для выбора среди практических вариантов. Есть свидетельства того, что опытные игроки не пытаются исчерпывающе генерировать все возможные варианты. Вместо этого они, похоже, полагаются на порядок, в котором варианты спонтанно генерируются в конкретной ситуации, и выбирают первый вариант, который приходит им в голову. [3]
Эвристика распознавания опирается на частичное незнание, чтобы делать мощные выводы . Она основана на правиле: «Если один из двух объектов распознан, а другой нет, то сделайте вывод, что распознанный объект имеет более высокую ценность по отношению к критерию». [4] Исследование прогнозирования результатов матчей в теннисном турнире Уимблдон- Джентльмен 2005 года показало, что прогнозы, основанные на распознавании, были равны или лучше прогнозов, основанных на официальных рейтингах ATP и посевах экспертов Уимблдона, в то время как коэффициенты ставок онлайн привели к более точным прогнозам. [5]
Take-the-best (TTB) — это эвристика для вывода выводов об известных вариантах на основе ограниченного поиска. Берите лучшие подсказки поиска в порядке их обоснованности, начиная с самой обоснованной подсказки. Если эта подсказка различает два сравниваемых объекта, поиск информации заканчивается, и предполагается, что объект с более высоким значением на этой подсказке имеет более высокое значение критерия. Если подсказка не различает объекты, TTB переходит к следующей наиболее обоснованной подсказке, продолжая по строке подсказок в порядке обоснованности, пока не наткнется на подсказку, которая действительно различает. [6] Некоторые данные из баскетбола ( NBA ) показывают, что TTB может предсказывать результаты игры, а также оптимизирующую модель, основанную на правиле Байеса . [7]
Эвристика «горячей руки» связана с верой в феномен «горячей руки» . А именно, люди, включая самих спортсменов, думают, что игрок, у которого была успешная серия попыток, с большей вероятностью добьется успеха в последующих попытках. Эвристика «горячей руки» используется для принятия решений о распределении. Например, плеймейкеры и тренеры используют ее при организации игры, распределяя больше мячей между игроками, находящимися на победной серии, или для организации лучшей защиты против таких игроков.
Однако феномен «горячей руки» довольно спорен. Некоторые данные из баскетбола подтверждают аргумент о том, что вера в «горячую руку» — это иллюзия, основанная на систематической неверной оценке людьми случайных последовательностей . [8] Напротив, недавние исследования из волейбола показывают, что вера в «горячую руку» оправдана и, следовательно, полезна для принятия правильных решений о распределении в игре. [9]