A legmodernebb adatelemzések és számítógépes modellek ellenére is tanácstalanul állnak a Forma–1-es csapatok az erőforrások viselkedése előtt. A mesterséges intelligenciával kiegészített motorok, a csökkentett leszorítóerő, valamint az új gumik olyan összetett rendszert alkotnak, amelynek kiszámíthatatlansága a pilótákat és a mérnököket egyaránt meglepi.
A versenyzők egyre frusztráltabbak az energia-kihasználási problémák miatt. Előfordul, hogy a pilóta rossz pillanatban nyom meg egy gombot, máskor egy apró vezetéstechnikai hiba vált ki automatikus korrekciót a rendszertől, ám az is megtörténik, hogy maga a mesterséges intelligencia hoz váratlan döntést a teljesítményleadásról.
A The-Race beszámolója szerint a McLaren csapatfőnöke elismerte, hogy kezdetben lépéshátrányban voltak a gyári Mercedes csapattal szemben. A wokingiak ugyanis nem rendelkeztek azokkal a kifinomult szimulációs modellekkel, amelyek elengedhetetlenek a motorok előprogramozásához a pályán zajló AI-tanulási folyamat előtt.
„Egy ennyire bonyolult erőforrás működtetéséhez saját modellekre van szükség, hogy tesztelhessük a különböző paramétereket, és lássuk a motor reakcióit. Ez a fejlett eszközpark a szoros határidők miatt nem állt azonnal a rendelkezésünkre. Együttműködtünk a fejlesztőkkel, így mostanra elkezdtük beépíteni ezeket a szimulációkat, ami komoly előnyt jelent számunkra” – mondta Andrea Stella.
A szélvihar is átírhatja a szoftver döntéseit
Bár Lando Norris és Oscar Piastri most már pontosabb alapbeállításokkal kezdheti a hétvégéket, az erőforrások extrém érzékenysége továbbra is folyamatos kihívást jelent. A mérnöki modellek csupán leképezik a valóságot, a fizikai alkatrészek és a környezeti tényezők apró változásai azonban drasztikus következményekkel járhatnak.
„A motorok rendkívül érzékenyek a modellhibákra. A vezetéstechnikai inputok minimális módosulása óriási eltérést hozhat a végeredményben, miközben a fizikai alkatrészek vagy akár a széljárás legkisebb változása is hasonló hatást vált ki.”
„A riválisoknál jól látszik, hogy a kvalifikáció során folyamatosan a tapadáshoz igazítják a beállításokat. Ez azt jelenti, hogy a rendszer elképesztően érzékeny bizonyos paraméterekre, amelyeket mind szerepeltetni kellene a modellekben. Ez nehéz feladat, és még időre van szükségünk” – fogalmazott a szakember.
Egy hirtelen szembeszél az egyenesekben meghosszabbíthatja az ott töltött időt, ami teljesen átrendezi a távolságalapú energia-visszatöltési egyenletet. A pilóták próbálnak alkalmazkodni a körülményekhez, ám az algoritmus reakciói annyira kiszámíthatatlanok, hogy a megfelelő mértékű korrekció eltalálása szinte lehetetlen.
Megváltozott féktávok és kanyarvételi technikák
A motorműködés ingadozása a kanyarodási viszonyítási pontokat is átírja. Ha a rendszer a fékezés előtt agresszív energia-visszatöltést alkalmaz, az autó akár 10 km/órával alacsonyabb sebességgel érkezhet meg a kanyarba, ami teljesen eltolja a fékpontot.
„Nem úgy működtetjük ezeket az erőforrásokat, hogy egy offline szimulációval megmondjuk, hogyan történjen az elektromos teljesítmény leadása, és az utána mindig változatlan marad. A vezérlés jelentős része élő számításokkal zajlik, az erőforrás pedig előre kalkulálja a teendőit.”
„A rendszer folyamatosan tanul, de a lényeges változások annyira aprók, hogy akár egyik körről a másikra is megtörténhetnek. Így hiába tanult az előző körökből, a motoron belüli szoftver mégis hozhat egy teljesen más döntést” – fejtette ki Andrea Stella.
A csökkentett leszorítóerő és az új Pirelli abroncsok miatt az autók alapvetően kevesebb első tapadással rendelkeznek. A pilóták a motorfékhatás növelésével és a fokozott visszakapcsolásokkal próbálják a turbófordulatszámot tartani, ami azonban könnyen instabillá teheti a kocsik egyensúlyát. A krónikus alulkormányzottság ellensúlyozására több csapat, legutóbb a Haas is új első szárnyakat vetett be.