Нил Мартин о методах моделирования стратегий Формулы 1

27/09/2013, пятница, пресс-служба Ferrari

В четверг глава отдела стратегических разработок Ferrari Нил Мартин говорил
об особенностях разработки гоночной стратегии. Во второй части Мартин вспоминает о том, как попал в Формулу 1, и какие изменения произошли в методах моделирования стратегий за последние годы.

Нил Мартин: «Получив степень в области математики и компьютерных исследований, я начал изучать оперативный анализ в 1994-1995 годах, где должен был применять эти методы на практике. Мне очень нравилась Формула 1, я спросил своего руководителя, если бы я нашёл команду Формулы 1, которая готова со мной поработать, то можно ли считать планирование гоночной стратегии достаточно сложной проблемой с математической точки зрения. Ответ был утвердительным, и я написал нескольким командам, получив согласие от McLaren.

Они предоставили мне информацию, касающуюся гонок, и я должен был вручную скомпилировать формы с указанием всех кругов, пройденных каждой машиной в каждой сессии, разделённых на сектора. В то время программы распознавания символов были не очень точны, из-за ошибок от их использования было больше минусов, чем плюсов.

Я помню, что подготовил модуль, из которого можно было сделать вывод, что команды проводили дозаправки слишком рано, заливая в бак меньше топлива перед гонкой, когда время на это не тратится. Мне удалось продемонстрировать, используя только те данные, что были перед стартом, что McLaren могла обойтись одним пит-стопом, хотя они это поняли лишь после гонки. Поэтому они очень заинтересовались моими исследованиями, и в октябре 1995 года, как только я завершил своё обучение, я был принят в команду.

Первые алгоритмы базировались на данных с одной машины, на заданной трассе и с заранее введёнными параметрами, такими как вес машины, запас топлива, время, необходимое для дозаправки и других операций во время пит-стопа, проезд через пит-лейн, а также износа резины. По сути, всё это необходимо было только для того, чтобы дать простой ответ: стратегия А быстрее, чем стратегия Б.

Это было приложение, которое работало на компьютере без сети, и использовалось гоночным инженером перед гонкой. С тех пор было внедрено множество новых элементов, но кардинальные изменения произошли только в 1998 году, когда был применён метод Монте-Карло (математический метод моделирования стохастических процессов - прим. F1News.Ru). Он позволил учесть все машины в гонке, смоделировать трафик, появления автомобиля безопасности, обгоны и другие непредвиденные события.

Результаты были интересными. Когда вы имеете дело с вероятностями, то рассуждаете таким образом: "Если мы выберем две остановки, то у нас есть 20%-ный шанс финишировать первым или вторым, но если мы застрянем в трафике, то существует такая же вероятность финишировать седьмым или хуже. Однако, если мы выбираем один пит-стоп, то очень вероятно, что мы финишируем третьим или четвёртым, но будет одинаково трудно выиграть гонку или финишировать ниже шестого места".

Моделирование позволило визуализировать риски, связанные с каждым вариантом, команда смогла их учитывать. Это был значительный шаг вперёд даже несмотря на то, что данные были не вполне однозначными. До этого инженеры лишь знали, что стратегия с одним пит-стопом быстрее, чем с двумя.

До тех пор расчёты производились только оффлайн, на основе анализа, сделанного перед гонкой. У нас не было данных, которые можно было бы автоматически вставить в режиме реального времени, и нам приходилось набивать вручную отрывы от машин, которые нас интересовали, круг за кругом, чтобы понять, опережаем или отстаём мы от своего графика.

Инженеры, работающие на трассе, попросили, чтобы кто-то работал с ними по ходу гоночного уик-энда, а так как именно я написал большую часть программного обеспечения, то выбор был очевиден. В 1999 не было прямой связи между пит-уолл и боксами, так что приходилось постоянно бегать туда и обратно с листами в руке, чтобы попытаться объяснить ответственным за принятие решений людям, что по нашему мнению они должны сделать.

К счастью, спустя какое-то время оборудование улучшилось, все компьютеры были связаны между собой, и ситуация исправилась, но настоящий шаг вперёд был сделан в 2001 году, когда FOM впервые снабдила всех данными обо всех машинах в электронном виде, в режиме реального времени, что позволило нам управлять стратегией намного более эффективно.

Кроме того, мониторинг постоянно прогрессирует, и поэтому мы можем провести моделирование гонки по методу Монте-Карло, ответив, к примеру, на такой вопрос: "С учётом ситуации на этом текущем круге, как лучше поступить, если наши основные конкуренты решили провести три пит-стопа?" Или "Какую наилучшую стратегию могли выбрать наши соперники?"

Следующим шагом стала возможность работать прямо с базы, из центра управления, который мы называем "Удалёнными боксами", откуда сотрудники могут контролировать различные аспекты эффективности машины, находясь на прямой связи с гоночной трассой. Объём доступных данных здесь возрос, надёжность моделирования повысилась, так что вся эта область прогрессировала естественным путём».

Мартин стал известен широкой публике в 2005 году, когда послал по электронной почте на пит-уолл McLaren стратегию, благодаря которой Кими Райкконен выиграл Гран При Монако. «Честно говоря, я узнал об этом в понедельник, когда мой друг в команде сказал, что я попал в Daily Telegraph, - вспоминает Нил. - Я думал, что это шутка, но рано утром получил копию газеты.

Я был удивлён, ведь ничего особенного не произошло, всё было точно так же, как в каждый из уик-эндов на протяжении четырёх предыдущих лет! То, как всё это было описано, тоже заставило меня улыбнуться: некоторые вещи были изложены верно, но, скажем так, их версия событий отличалась от того, что помнил я!

Сегодня в Маранелло я отвечаю за группу инженеров, которые в некотором смысле консультируют всю команду. Это сбалансированное сочетание математического моделирования и разработки программного обеспечения: мы стараемся следить за каждой сферой деятельности, пытаемся оказать помощь везде, где это возможно, посредством наблюдения за процессами, а также стараясь превратить их в модели и, по возможности, оптимизировать».