SoccerRef-Agents：用于足球自动化裁判的多智能体系统

裁判在体育中至关重要，公平、准确且可解释的判罚是根本。虽然智能辅助技术正被广泛应用于足球裁判，但当前的AI辅助方法仍处于初级阶段。现有研究大多聚焦于孤立的视频感知任务，缺乏对犯规场景的理解与推理能力。为填补这一空白，我们提出SoccerRef-Agents，一个面向足球裁判的整体式、可解释的多智能体决策框架。主要贡献包括：(i) 构建多模态基准SoccerRefBench，包含1200多道裁判理论题和600段犯规视频片段；(ii) 基于最新的"Laws of the Game"（足球竞赛规则）和经典案例库构建向量知识库RefKnowledgeDB，实现精确的、知识驱动的推理；(iii) 设计一种新颖的多智能体架构，通过跨模态RAG协作，弥合视觉内容与规则文本之间的语义鸿沟。这项工作探索了将多模态大语言模型（MLLM）与裁判专业知识相结合的技术能力，评估表明我们的系统在判罚准确率和解释质量上显著优于通用MLLM。所有数据库、基准与代码将对外公开。