足球场上的机器人不能只看见“那里有同伴”，还得马上判断每一台在哪、朝哪边走。就像在人群中快速认出每个人的位置和面向，画面一变，答案也要随即更新。RoboCup 是以机器人足球为代表的国际竞赛与研究平台，高速、多人、持续变化的赛场，正适合检验视觉系统能否真正跟上行动。
这项工作给出两套完整方案。其中更值得注意的一套，用 RFB-ULGFD 轻量目标检测模型框出机器人和球，再通过颜色分割与三角计算判断多台机器人的朝向。目标检测不只回答“有没有”，还要分别标出“在哪里”。作者报告称，在 480×360 像素输入下，模型以 IoU 0.5——预测框与真实框重合程度的判定门槛——取得 98.17% 的 mAP（综合衡量检测准确度的指标）；GPU 上模型推理耗时 4 毫秒，算上前后处理后为 12 毫秒。朝向算法在合成数据上的均方误差为 2.06 度，CPU 环境中整套流程延迟为 6至15毫秒。换句话说，它的价值不只在于识别准，也在于把计算压到足以服务实时移动与避让的速度；不过，摘要未披露其在更复杂真实赛场条件下的表现。