Les blogs de la rédaction

À la fin des années 1970, le jeu de rôle Traveller avait développé sa version de la bataille navale. Chaque joueur avait un certain nombre de crédits à dépenser selon des règles complexes (plus de cent pages détaillaient ainsi les armes, les boucliers, les spécificités de chaque bateau, les incompatibilités…). Le but était ainsi de créer une flotte capable de vaincre celle de l’adversaire, sans créer plus de 100 vaisseaux de guerre.

Un championnat se déroulait tous les ans et, tous les ans, la plupart des joueurs proposait une flotte d’une vingtaine de bateaux, relativement peu dotés en armure mais très mobiles et avec une combinaison mortelle d’armes. Professeur à Stanford, Douglas Lenat n’a jamais joué à Traveller TCS mais il travaille sur Eurisko, un programme informatique testant une multitude de combinaisons possibles pour trouver la meilleure réponse à une question posée. Il se dit que le jeu, avec son système complexe de règles, et ses parties qui ne dépendent quasiment que de la flotte mise en place, est parfait pour tester les performances de son programme.

Un algorithme pour tester l’impensable pour l’humain

Il fait donc tourner ses ordinateurs, et la solution optimale proposée par Eurisko surprend tout le monde. Au lieu de la vingtaine de vaisseaux mobiles, Douglas Lenat a 96 bateaux, dont 70 sont des vaisseaux très peu mobiles et très mal armés. Lors de son premier combat, son adversaire lui coule 15 vaisseaux lors de la première salve, et lui n’en coule que 5. Lors de la deuxième salve, son adversaire, qui a encore 15 bateaux, lui en coule 11, tandis que lui en détruit 4. Deux tours plus tard, Douglas Lenat a encore 46 bateaux quand son opposant n’en a plus qu’un. Rapidement, les autres participants au concours se rendent compte que cette flotte est impossible à battre avec les règles du concours et le couple Lenat/Eurisko est sacré champion.

L’année suivante, en 1982, les règles ont été profondément modifiées et annoncées une semaine seulement avant l’épreuve, afin de limiter l’influence du programme. Mais Douglas Lenat obtient tout de même une réponse d’Eurisko, qui lui préconise cette fois une large flotte de bateaux très mobiles, et encore peu armés. Encore une fois, il remporte le concours haut la main. En 1983, les organisateurs menacent d’annuler le concours si Douglas Lenat se présente à nouveau. On lui offre un titre d’Amiral honorifique de la marine Traveller à la place et les flottes habituelles peuvent reprendre leurs droits, en ayant toutefois tiré les leçons des années précédentes.

« Est-ce que c’est compliqué de dessiner un système en peu de temps ? »

Quel rapport cette histoire a-t-elle avec le basket ? En décrivant les nouvelles idées de la Sloan Sports Analytics Conference, j’ai été étonné de voir autant de commentaires négatifs sur le sujet.

Je comprends la crainte d’une trop grande rationalisation du sport, dont le but premier est d’être un vecteur d’émotions. Bien sûr, les articles qui expliquent que faire une prise à deux limite le nombre de paniers mais augmente les fautes semblent assez inutiles mais je pense qu’on ne perd jamais vraiment son temps à essayer de décrire et comprendre les choses. Et je voudrais surtout revenir sur le projet le plus fou présenté lors de cette conférence, « Bhostghusters ».

L’idée est d’anticiper les déplacements défensifs d’une équipe en se basant sur l’historique de tous les déplacements enregistrés lors d’une saison. Dans l’article, les auteurs expliquent d’ailleurs que c’est une idée qui est apparue chez les Raptors dès 2013. En analysant les déplacements des joueurs lors des entraînements, Toronto a ainsi développé un modèle pour décrire où les défenseurs devraient être, par rapport à l’endroit où ils se trouvent vraiment en phase défensive.

Thomas Seidl, Aditya Cherukumudi, Andrew Hartnett, Peter Carr et Patrick Lucey ont eux mis au point un programme qui prévoit en temps réel la réponse d’une défense par rapport à un système dessiné, en fonction des habitudes de cette défense. Je trouve ça fascinant et plein de possibilités. À l’avenir, les algorithmes de ce type vont-ils être utilisés pour essayer de trouver la réponse défensive la plus efficace face à un schéma de jeu ? Ou peut-être essayer de trouver l’attaque qui mettra le plus en difficulté un groupe de défenseurs ? C’est déjà ce que font les entraîneurs actuels, comme l’expliquait Brad Stevens sur ses systèmes en sortie de temps mort.

« Le système parfait demande de la préparation, l’analyse des duels, du scouting en amont et pas mal de créativité spontanée. Est-ce que c’est compliqué de dessiner un système en peu de temps ? Etant donné que le coach doit anticiper comment la défense va réagir, comment elle va gérer les écrans et ce (ou celui) sur quoi elle va faire l’impasse. C’est une question rhétorique. C’est très compliqué. »

La folie ou un calcul froid et logique contre l’habitus

Sans compter que même les meilleurs coachs sont influencés par la philosophie générale de la NBA, les modes, leurs influences, soit leur habitus de coach. Je ne pense pas (et je ne veux pas) qu’un ordinateur soit placé sur le banc et dirige les joueurs lors des temps-morts mais je suis très intéressé à l’idée qu’un algorithme étudie toutes les possibilités défensives ou offensives, même celles qui paraissent aberrantes à l’esprit humain, habitué à une certaine tradition.

Après tout, quand Don Nelson demandait à ses pivots de rester au milieu du terrain en attaque pour éloigner les contreurs adverses du cercle, quitte à ne pas utiliser un joueur en attaque, ou lorsqu’il demandait à Manute Bol de tirer de loin ou qu’il mettait sur le terrain des joueurs sans poste fixe, tout le monde trouvait ça aberrant. C’était contre les habitudes et les schémas de jeu traditionnels. Mais des années plus tard, les pivots shootent quasiment tous à 3-points et la polyvalence, tant offensive que défensive, est devenue la clé du succès en NBA.

C’est ce qu’écrivait Douglas Lenat dans son compte-rendu de son expérience au Traveller TCS.

« Cette idée d’un large espace de recherche non exploré, qui ne colle pas forcément avec nos intuitions issues du sens commun quotidien, va revenir encore et encore dans les prochaines pages. Ça semble caractériser le domaine dans lequel la découverte automatique est la plus viable. »

Pour trouver des rotations défensives ou des systèmes offensifs efficaces mais inédits, il faut en effet sortir des intuitions quotidiennes et des normes établies. Ce que la folie d’un Don Nelson ou l’analyse froide d’un algorithme peuvent réussir.