تشهد الرياضة تطورًا لافتًا بفضل استخدام تقنيات الذكاء الاصطناعي، وأحد أبرز هذه التطورات هو استخدام **الانحدار الكمي** (Quantile Regression) لدراسة حركة اللاعبين. في دراسة حديثة، تم تحليل بيانات حركة اللاعبين من 64 مباراة في بطولة كأس العالم (FIFA World Cup 2022) لتقدير ما يعرف بـ **أوقات الوصول** (Time-to-Arrival أو TTA).

تتعلق هذه الدراسة بإيجاد أقصر وقت يمكن أن يستغرقه اللاعب للوصول إلى موقع معين على الملعب بناءً على حالته الحالية، عن طريق حساب الحد الأدنى من أوقات الحركة المُلاحَظة. بدلاً من الاعتماد على نماذج رياضية معقدة أو تقديرات كثافة المواقع، يقدم الباحثون نهجًا مبتكرًا يتمثل في صياغة مسألة TTA كمشكلة انحدار كمي شرطي، مما يجعل النموذج قادرًا على التعلم من بيانات الحركة.

تم بالفعل اختبار النموذج على بيانات حركة اللاعبين في كرة السلة ومجموعة من البيانات الرياضية الأخرى، مما يسلط الضوء على إمكانية نقل ديناميات حركة اللاعبين عبر مختلف الرياضات. ويتفوق النموذج القائم على الشبكات العصبية المتعددة الطبقات (Multilayer Perceptron) بمعدل ثابت على جميع النماذج التقليدية المعتمدة على الفيزياء.

بهذا تكون هذه الدراسة قد وضعت أساسًا قويًا لفهم حركة اللاعبين، مما يساهم في تعزيز الأداء الرياضي واتخاذ قرارات استراتيجية أفضل في المباريات.