Analyzing the Impact of the Automatic Ball-Strike System in Professional Baseball: A Case Study on KBO League Data

最近职业棒球的进步导致了自动球- 块系统（ABS）或“机器裁判”的引入，该系统利用机器学习、计算机视觉和精确跟踪技术来自动化球- 块判定。韩国棒球组织（KBO）联盟在2024赛季成为第一个实施ABS的职业棒球联盟。本研究分析了跨多个KBO赛季的2,515场比赛的投球数据，比较了人类裁判和ABS裁判在“灰色区域”内的决策差异，重点关注球区内的差异。我们提出并回答了四个研究问题，以检查人类和机器裁判之间的差异，球员对ABS的适应性，评估ABS系统的公平性和一致性，并分析其对比赛的战略影响。我们的研究结果提供了有价值的见解，说明技术在体育裁判中的整合对未来在职业棒球及其他领域的实施具有重要意义。

本论文旨在比较人工裁判和机器裁判在棒球比赛中的判罚差异，重点关注罢工区域内的“灰色区域”，以此来评估自动化球棒判罚系统的公平性和一致性，并分析其对比赛的战略影响。

论文提出了使用机器学习、计算机视觉和精确跟踪技术自动化球棒判罚的方法，并通过对多个韩国棒球联赛赛季的2,515场比赛的投球数据进行分析，比较了人工裁判和机器裁判的决策差异。

论文的亮点包括使用了自动化球棒判罚系统来解决裁判员错误判罚的问题，分析了球员对自动化球棒判罚系统的适应情况，评估了该系统的公平性和一致性，并分析了其对比赛的战略影响。数据集包括多个韩国棒球联赛赛季的2,515场比赛的投球数据。

最近的相关研究包括使用机器学习技术来预测棒球比赛结果的研究，以及使用计算机视觉技术来自动跟踪棒球比赛中的球员和球的位置的研究。