1.媒体来源:
外电Phys.org
2.记者署名:
Tom Fleischman
3.完整新闻标题:
Better basketball through theoretical physics
4.完整新闻内文:
一个康乃尔大学研究团队采用了一种理论的变体，该理论最初用于预测量子力学系统中电
子的集体行为，并将其应用于一个高大得多的人类系统—NBA。
“引力是篮球中常用的术语，但如何量化它一直有点棘手，”Boris Barron 说道。他于
2021 年取得硕士学位，2024 年取得博士学位，现为德国罗斯托克马克斯普朗克人口研究
所的博士后研究员。
Barron 是发表于《科学报告》的论文〈利用密度泛函微扰理论分析 NBA 球员位置与互动
〉的通讯作者。共同作者包括 Arias 和 Nathan Sitaraman（2018 年硕士，2022 年博士
），后者是康乃尔大学加速器科学与教育实验室的博士后研究员。
DFFT 是一种相对较新的公式，旨在直接从位置数据的波动中推断互动和空间偏好。该理
论已被应用于各种系统，如昆虫群体组织、城市地区的种族隔离以及人群动态模拟。
这项研究是该团队在 2023 年美国物理学会会议上提出的工作的延续。在早期的研究中，
该团队基于密度泛函理论（DFT）的模型提出，在特定情境下，篮球场上每位球员若想提
高得分或成功防守的机率，其最佳站位为何。
Sitaraman 当时为一支 NBA 球队从事咨询工作，并能接触到球员分析数据，他协助引导
该团队将篮球作为其 DFFT 模型的试验平台。当时 Arias 和 Barron 对 NBA 都没有特别
的兴趣。
“Nathan 和我开玩笑说，他们找我加入，”Barron 说，“这样当我进行分析时，我其实
不知道哪些球员应该擅长进攻、防守或三分球——我基本上是一无所知。”
研究人员面临的挑战是：给定球场上的某个时刻——所有 10 名球员和球的位置——进攻
方得 0 分、2 分或 3 分的机率各是多少？
在他们的研究中，该团队使用了 2022-23 NBA 赛季前半段的球员追踪数据，并分析了在
半场进攻（不包括快攻）中，投篮前不超过三秒的球员和球的位置。透过在庞大数据集的
相关子集上训练 DFFT 模型，研究人员可以预测个别球员可能的位置，并评估各种得分结
果的机率。
研究人员证明，改善防守球员的站位以及识别球员的特定倾向是可能的，例如一名球员为
了帮助球队集体防守两分球或三分球而站位的稳定性。
事实上，直到这项工作的早期版本在 2024 年麻省理工学院斯隆运动分析会议上发表后，
Curry 才被加入到数据集中。“当时 Curry 并未包含在内，”Barron 说，“似乎每个来
我们发表会的人都会问我们，‘那么 Steph Curry 在哪里？’”
Barron 说，Curry 是独一无二的。“在三分线的任何地方，他在没有球的情况下吸引到
其位置的防守压力，几乎和一名典型球员持球时一样多，在某些位置甚至超过了，”他说
，并指出当 Curry 在禁区，更靠近篮框时，他的引力实际上略低于典型球员。
研究人员还发现，丹佛金块队中锋 Nikola Jokic 产生了强大的“非局部引力”——这意
味着由于他传球的倾向，防守密度往往在球场的弱侧（与球相对的一侧）增加。
该领域未来的研究将探索“防守智商”的概念——即球员的直觉和在战术发展前“预见”
的能力。
“就教练可能感兴趣的方面而言，”Arias 说，“我们或许可以深入研究这些数据，看看
他们究竟在哪些方面做得还不够好。”
5.完整新闻连结 (或短网址)不可用YAHOO、LINE、MSN等转载媒体:
https://phys.org/news/2025-06-basketball-theoretical-physics.html
6.备注:
《自然》论文:
https://www.nature.com/articles/s41598-025-04953-x