計測技術の発展により、様々な分野でマルチエージェント時空間データの分析が行われている。しかし、実際に発生したことへの分析に限られることや、データの情報不足が原因で、データ解析結果の今後の意思決定への活用や、データの不確実性の解決策に課題がある。この問題の対処に、反実仮想と情報補完の概念が重要な役割を果たす。しかし、マルチエージェント時空間データに対して、反実仮想を応用した例や、情報補完手法を適用した例は少ない。本論文では、このようなデータに対して、反実仮想を考慮して行動を評価する手法と、不足した情報を補完する手法を提案する。特に、より多くのエージェントの情報を含むオープンなサッカーのデータに関してこれを行う。前者は、人が理解しやすい数理モデルの反実仮想を行うことでチームの守備評価と改善案の提示を行う。後者は、エージェント間の相互作用に関する特徴量を考慮しつつ、オープンなサッカーデータで不足する速度情報の補完が可能な深層学習モデルを提案する。本研究により、より多くの人が分析を行えるようになり、選手や監督の意思決定のサポートができることが期待される。
