第一臺棒球投球機可以追溯到100多年前。很明顯,自從那臺以火藥為燃料的機器在普林斯頓大學首次亮相後,事情已經有長足的發展,但大多數現代系統或多或少都是如此。一個球被手動或機械地扔進一個或多個旋轉的輪子裡,輪子將它高速地推向打手。
但這裡有很多潛在的創新空間。人工智能、統計跟蹤、先進的指標和機器人技術的進步可以很好地結合在一起,對經典進行適當的,更21世紀的改變。Trajekt Arc就是一個這樣的投球機器人,旨在學習和重新創造真實世界的投手的投球。
前幾周,《體育報》刊登一篇關於小熊隊如何在練習中使用該系統來模仿麥迪遜-佈姆加納的文章。該系統根據這位世界大賽英雄的左臂釋放點進行調整,並在其顯示屏上提供這位大胡子鉆石隊投手的圖像。這與在球場上面對他並不完全一樣,但從各方面來看,它在需要緊急替代情況下會起作用。
根據母公司Trajekt Sports的說法,MLB的30支球隊中有7支目前正在使用該機器人。同時,位於聖路易斯的體育數據公司Rapsodo聲稱,所有30支球隊都在使用其服務。本周早些時候,這兩傢公司宣佈一項合作,為系統帶來更廣泛的投球變量。
用戶隻需在Trajekt Arc上添加投手特征,機器就會復制出它的習慣。在練習之前,Trajekt Arc會投出一系列的測試球,Rapsodo的PRO 3.0會測量這些球,並向Trajekt Arc提供實時反饋,將他們想要的指標與測量的指標進行比較。其中一些指標包括速度、旋轉、移動和打擊區位置。一旦采集到數據,投球特征將被添加到設備系統中,供球隊在訓練運動員時使用。
在過去的幾十年裡,分析學已經成為遊戲的核心部分,找到一種方法將其整合到癡迷於數據的技術世界中是有意義的,無論如何這肯定比裝滿火藥的會發射棒球的大炮要好。