智能体赋能跳台滑雪飞行阶段姿态表现

摘要

为解决跳台滑雪训练依赖经验、缺乏数据驱动与个性化指导的问题，以及跳台滑雪运动员飞行阶段的有氧耐力不足、姿态控制精准度不够等核心竞技能力短板，本研究探讨人工智能在跳台滑雪飞行姿态表现优化中的应用。利用Coze平台构建智能体，依训练年限与飞行距离区分初学者、进阶者、优秀者三类模型，形成五层交互框架；并追踪日本选手小林陵侑的赛事数据及相关参数，经数据处理，构建优化模型，量化关键参数与飞行距离的关系。得出：助滑速度正向相关，躯干攻角负向相关（每度调节影响3.124m），雪板V型夹角最优区间10-12°。智能体依飞行参数提出优化建议，可在一定程度上弥补传统训练偏差，进而实现飞行表现提升。