详细内容或原文请订阅后点击阅览
人工智能掌控一级方程式赛车策略
英国科学家开发的神经网络“改善”了刘易斯·汉密尔顿在 2023 年巴林大奖赛上的表现。
来源:OSP网站大数据新闻来源：Liauzh (CC BY-SA 4.0)
在一级方程式比赛之前，车队会根据赛车的比赛节奏、路面特征、轮胎磨损、天气状况等因素制定策略。该策略的一个关键要素是进站次数和相应的程序。当策略选项准备好后，对每个策略进行计算机模拟，其中参数不同，选择获胜的策略。模拟需要花费大量时间，并且无法考虑赛道上事件发展的所有可能场景。
伦敦国王学院的科学家提议用神经网络取代模拟，使用强化学习并委托其选择策略。该系统根据最近几个赛季的数据进行了训练，并在刘易斯·汉密尔顿 (Lewis Hamilton) 在 2023 年巴林大奖赛上进行的比赛模拟中进行了测试。同时，模型不仅规划战略，还做出战术决策。
对人工智能和传统方法（严格规则、蒙特卡洛模拟）的性能进行了比较——与真实结果相比，神经网络“改进”了汉密尔顿的结果，而标准方法却没有发生这种情况。 开发人员指出，系统本身发明了“底切”——如果这有助于改善结果，就会在对手之前进站。人工智能辅以解释决策逻辑的机制。