本研究提出了一种基于图神经网络（GNN）的足球球员评估系统GoalNet，旨在识别和评估球队中关键角色的球员。该系统结合空间和时间特征，公平地归因于防守和过渡中的非得分行为，能够更全面地识别传统指标忽视的关键球员。

本研究提出了Goal-GAN模型，用于人类轨迹预测。该模型通过目标估计和路由模块实现任务，使用过去的轨迹信息和场景背景来估计目标位置概率分布，并生成符合物理约束的可行路径。实验结果表明，该模型在多个基准测试中表现出色。