5月27日，在厦门举行的第40届中国国际体育用品博览会期间，研究院与简极科技、全球顶级球内胆制造供应商顶碁运动用品、国际一线品牌制球供应厂商东莞硕科，共同启动了全球首个智能球内胆产研一体化项目。

该项目基于研究院与简极科技的战略合作协议，打通足球制造产业链，采用产研一体化的全新模式，基于人工智能前沿科技与顶级工艺及材料的融合创新，共同打造可量产的新一代“人工智能足球内胆”，并以“智能内胆”为突破口，带动人工智能运动产业的链式突破。

智能体育赋能时代刚刚开启，决策智能将开拓比赛战略博弈新模式，有效辅助赛前策略模拟、赛中实时推演与决策优化、赛后训练强化，有着广阔的产业模式创新空间。

研究院蒲志强研究员团队以足球领域复杂动态状态感知与局势理解、多时空尺度足球博弈为主要研究方向。针对足球比赛有着状态复杂、高动不确定、强竞争等特性挑战，团队基于多智能体强化学习、大数据分析、深度学习等理论方法，将知识数据协同驱动、虚实结合的知识迁移、多智能体默契协同等多种决策智能技术路线深度应用于足球领域，实现大规模足球领域数据挖掘、比赛宏观战术推演、实时策略部署预测和赛后赛况复盘球员球队评估等。目前团队已在人工智能国际顶级会议及期刊上发表了多篇相关论文[1][2][3]，在多智能体竞技、足球AI领域形成了领先的技术成果。

蒲志强研究员在项目启动会上作《基于博弈推演的足球态势分析》报告

研究院一直聚焦于产业融合和成果转化，以人工智能为各行业的智能化发展赋能。面对体育市场发展的迫切需求，研究院将与合作伙伴一起，以决策智能赋能体育，探索青少年足球教育内容与培养模式创新、职业球队训练、复盘与竞技水平提高等方面的新机遇，共同推动人工智能运动产业创新发展。

[1] Pu Z, Wang H, Liu B, et al. Cognition-Driven Multi-Agent Policy Learning Framework for Promoting Cooperation[J]. IEEE Transactions on Games, 2022.

[2] Liu B, Pu Z, Zhang T, et al. Learning to Play Football from Sports Domain Perspective: A Knowledge-embedded Deep Reinforcement Learning Framework[J]. IEEE Transactions on Games, 2022.

[3] Liu B, Pu Z, Pan Y, et al. Lazy Agents: A New Perspective on Solving Sparse Reward Problem in Multi-agent Reinforcement Learning. ICML, 2023.