Marco de corrección de swing de golf basado en aprendizaje por refuerzo que incorpora ritmo temporal y estabilidad...

Área de la Ciencia:

• Biomecánica deportiva; Inteligencia Artificial; Robótica

Sus antecedentes:

• El análisis existente del swing de golf a menudo omite dinámicas temporales cruciales como el ritmo y las transiciones de velocidad.
• La similitud de poses cuadro a cuadro no logra capturar el movimiento coordinado de todo el cuerpo esencial para una corrección de swing efectiva.

Objetivo del estudio:

• Desarrollar un marco de aprendizaje por refuerzo (RL) para generar correcciones del swing de golf a nivel de cuadro.
• Integrar el ritmo temporal y la estabilidad biomecánica en el análisis y corrección automatizados del swing.

Principales métodos:

• Se formuló la corrección del swing de golf como un problema de toma de decisiones secuencial optimizado mediante la Optimización de Políticas Proximales (PPO).
• Se diseñó una función de recompensa de varios términos que incorpora precisión de pose, mejora incremental, estabilidad y ritmo (Velocity-DTW).

Principales resultados:

• El método basado en RL produjo correcciones más fluidas y temporalmente coherentes en comparación con las líneas de base de pose estática.
• Las recompensas conscientes del ritmo mejoraron significativamente el movimiento dinámico de las articulaciones (muñecas, hombros) mientras mantenían la estabilidad de la parte inferior del cuerpo.
• Las trayectorias corregidas coincidieron con los patrones de expertos en alineación espacial y sincronización.

Conclusiones:

• La incorporación explícita del ritmo temporal en RL es crucial para una corrección del swing de golf realista y efectiva.
• El marco propuesto ofrece una base para sistemas de entrenamiento automatizados de nivel experto en deportes dinámicos.
• Este enfoque mejora el análisis biomecánico al considerar la secuencia temporal completa del movimiento.