Sztuczna inteligencja może zmienić strategię wyścigów Formuły 1

Naukowcy z King’s College London nauczyli model sztucznej inteligencji planowania strategii wyścigowej w Formule 1. W symulacjach AI potrafiła dobierać momenty zjazdów do alei serwisowej i reagować na zmieniające się warunki równie skutecznie jak ludzcy stratedzy, a w wielu przypadkach osiągała lepsze wyniki.

Formuła 1 to sport, w którym wyścig rozgrywa się dwukrotnie: raz na torze, raz przy ścianie ekranów inżynierów decydujących o pit stopach. Gdy bolid jest już na torze, zespół nie może go zmienić, może jedynie optymalizować strategię, czyli wybór opon i moment ich wymiany. Badanie opublikowane w czasopiśmie Machine Learning pokazuje, że tę sztukę decyzji potrafi opanować sztuczna inteligencja. Dr Antonio Rago z King’s College London, który rozpoczął badania w Imperial College London, podsumował to bez ogródek: modele AI nie tylko odtworzyły strategię i taktykę z realnego świata, ale w wielu przypadkach przewyższyły dotychczasowe techniki optymalizacji.

Sercem strategii wyścigowej jest decyzja o pit stopie i doborze opon, podejmowana w środowisku dynamicznym i nieprzewidywalnym. Zespoły budują strategie bazowe na podstawie tempa bolidu, stanu nawierzchni, zużycia opon i pogody, a następnie testują je w symulacjach przeprowadzanych tysiące razy. Problem w tym, że symulacje te są na tyle złożone, że ich przeliczenie trwa długo, a mimo to nie uwzględniają w pełni interakcji między strategiami rywalizujących zespołów. Stąd ich ograniczona dokładność.

Maszyna, która sama wymyśliła undercut

Najciekawsze w pracy zespołu nie jest jednak to, że AI liczy szybciej. Jest to, czego nauczyła się sama. Model, oparty na uczeniu ze wzmocnieniem, czyli metodzie prób i błędów, wykazał „taktyki emergentne”: zachowania, których nikt go bezpośrednio nie uczył. Badacze zaobserwowali przekonujące dowody na to, że AI samodzielnie odkryła undercut, jeden z klasycznych manewrów Formuły 1, polegający na wcześniejszym zjeździe do alei serwisowej niż rywal, by na świeższych oponach zyskać tempo i wyprzedzić go po jego postoju. Maszyna doszła do tej taktyki sama, ucząc się wyłącznie na danych z wyścigów.

To zjawisko, w którym system odkrywa znane człowiekowi strategie bez bycia ich uczonym, jest jednym z najbardziej fascynujących efektów uczenia ze wzmocnieniem. AI nie naśladuje stratega. Dochodzi do tych samych wniosków własną drogą, co paradoksalnie czyni ją bardziej wiarygodną.

Trzy dziesiąte pozycji, które znaczą wszystko

Próbę ognia model przeszedł na Grand Prix Bahrajnu 2023. Badacze przejęli w symulacji kontrolę nad Mercedesem Lewisa Hamiltona i porównali swój model, nazwany RSRL (Race Strategy Reinforcement Learning), z technikami bez AI.Wynik wyrażono w skali, w której P1 oznacza pierwsze miejsce, a P20 ostatnie. Wartości ułamkowe biorą się stąd, że nie jest to rezultat jednego wyścigu, lecz średnia z tysięcy symulacji tego samego wyścigu, w których za każdym razem inaczej układają się postoje rywali, zużycie opon czy splot zdarzeń na torze. Im niższa liczba, tym lepiej, a różnice po przecinku oddają drobne, lecz konsekwentne przewagi jednej metody nad drugą. Przy bolidzie, którego tempo dawało oczekiwaną pozycję końcową P5,50, RSRL osiągnął średnio P5,33, podczas gdy najlepsza metoda bez AI zatrzymała się na P5,63. Różnica wydaje się mikroskopijna, jedna trzecia pozycji. W sporcie definiowanym przez ułamki sekund i centymetry jest to jednak przewaga znacząca, zwłaszcza że tempo samego bolidu pozostawało niezmienne. Cały zysk pochodził wyłącznie z lepszych decyzji..Twórcy modelu zadbali też o problem, który zwykle blokuje wdrożenie AI w środowiskach wysokiej stawki: zaufanie. Strateg nie powierzy decyzji wartej miliony maszynie, której rozumowania nie pojmuje.

Dlatego model uzupełniono o techniki wyjaśnialnej AI, dostarczające uzasadnienia każdej decyzji do wglądu ludzkiego zespołu. To kluczowy zwrot. Celem nie jest zastąpienie stratega, lecz wyposażenie go w doradcę, który tłumaczy swoje wybory. Jak zauważa dr. Kedar Pandya z brytyjskiej rady badawczej EPSRC wspierającej projekt, połączenie uczenia przez doświadczenie z przejrzystością decyzji stanowi krok w stronę szerszego zastosowania AI w złożonych, wieloagentowych środowiskach. Formuła 1 jest tu poligonem. Stawką jest znacznie więcej niż wyścig.

Szymon Ślubowski