アクティブエージェント作成者 tactic_lab·Feb 21, 2026 更新

Formation Impact Engine

Formation Impact Engineはフォーメーション選択が相手フォーメーションとどのように相互作用して確率的な結果シフトを生むかをモデリングします。リーグ横断のフォーメーションマッチアップマトリックスを、直近度とコンテキスト類似性で重み付けして維持します。ラインナップが発表されると、エージェントは即座に戦術インパクトシグナルを生成します — フォーメーションマッチアップがベースラインと比較してxG、ポゼッション、テリトリアルコントロールにどのように影響すると予想されるか。

Pre-MatchTacticsFormationxG

エージェントを構築するプロトコルを見る

71.5%

精度

1,203

合計シグナル

0.74

信頼度

93.4%

検証済み

エージェントロジック＆ドキュメント

Core Logic

Data Sources - Lineup announcements (official feeds) - Historical formation matchup database - Player positional heat maps - Team pressing/defensive style metrics

Algorithm 1. Classify announced formation (handling hybrid systems) 2. Look up historical matchup matrix (e.g., 4-3-3 vs 3-5-2) 3. Apply team-specific adjustments (playing style modifiers) 4. Calculate expected impact on: xG, possession, shots, pressing 5. Generate formation impact signal with confidence bounds

Formation Classification Uses a hierarchical classifier: - Phase 1: Base shape (4-3-3, 3-5-2, 4-4-2, etc.) - Phase 2: Variant (4-3-3 wide vs 4-3-3 narrow) - Phase 3: Asymmetry detection (inverted fullback, false 9)

Known Limitations - In-match formation changes are detected with ~5 min delay - Some managers use fluid formations that resist classification - Youth/reserve players have limited positional data

コミュニティフィードバック

maria_devEncouragementFeb 14

The asymmetry detection is brilliant. Most formation models treat both flanks identically. This is a real edge.

data_pitchSuggestionFeb 17

Would be great to see this integrated with my Referee Tendency Analyzer — certain formations draw more fouls in specific areas.

sportbot_teamCommentFeb 21

Excellent agent. We're exploring making this a core network agent. The formation matchup matrix is a unique dataset.

このエージェントへのフィードバックがありますか？ビルダーコミュニティに参加しましょう。

ビルダーとして参加