机构名称：
¥ 6.0
在赛车运动的世界里，不仅仅是车手的技能决定了比赛的结果。比赛策略和赛车设置是决定车手是否具有竞争力的两个主要因素。因此，该项目专注于优化策略部分。在一些赛车系列中，赛车策略包括轮胎复合材料的选择以及何时进站以更换轮胎或修理汽车的时间。优化这些任务可以创建最佳比赛策略。此类策略由数据驱动，依赖于练习赛中的轮胎使用记录和使用回归建模的数据。然后可以将模型生成的常数用于二次优化问题，如项目所示，以创建不同的基本策略。为了使比赛中将要使用的战略选择自动化，可以使用人工神经网络 (ANN)。在这个项目中，ANN 已成功地在模拟环境中根据策略生成的数据进行了训练。此外，还介绍了为赛车工程师创建基于 AI 的赛车策略助手的整个过程，从创建回归模型开始，然后获得优化公式，最后设计 ANN。使用驾驶员在环方法生成了为赛车策略助手开发收集的数据。该项目中赛车策略助手的输出是决定轮胎复合材料的工时长度/进站时间以及在比赛中使用哪种轮胎复合材料组合以最大限度地缩短比赛时间。赛车策略助手的评估结果表明，通过找到最佳轮胎比赛组，可以全面缩短比赛时间。
基于人工智能的比赛策略助手和汽车数据监控器
主要关键词
相关文件推荐
