Генетика парноколесных

Группа исследователей из Лондонского университета во главе с Питером Бентли, давно занимающаяся генетическими алгоритмами и вопросами «цифровой биологии», решила применить свои знания в новой области — «улучшении породы» гоночных болидов «Формулы-1».

Группа исследователей из Лондонского университета во главе с Питером Бентли, давно занимающаяся генетическими алгоритмами и вопросами «цифровой биологии», решила применить свои знания в новой области — «улучшении породы» гоночных болидов «Формулы-1».

По большому счету, эту задачу трудно назвать актуальной, однако в формулических соревнованиях борьба идет за тысячные доли секунды, а на разработку новых конструкций тратятся миллионы долларов и тысячи человеко-часов. Немало времени требует и настройка готовых механизмов, сильно усложняющаяся из-за их взаимного влияния. Несмотря на высочайшую квалификацию инженеров и техников, трудоемкость настроек приводит к удивительной, но нередкой ситуации, когда новая модель не может обогнать старую, уже отрегулированную путем проб и ошибок, а в младших сестрах «Ф-1», например «Формуле-3000», многие команды специально покупают бэушные машины.

Между тем правила «королевы автоспорта» запрещают покупать машины целиком, поэтому команды вынуждены своими силами собирать их и притирать друг к другу все детали. Вот эту притирку группа Питера Бентли и решила провести с помощью генетических алгоритмов. Напомним, что генетическими называются такие способы настройки системы, когда ее параметры незначительно меняют случайным образом, а затем оценивают — стала ли мутировавшая система хуже или лучше. Набор параметров (его можно назвать генотипом), который ухудшает систему — отбрасывается, а лучшие варианты подвергают дальнейшей мутации, не забывая про оценку и выбраковку. Такой подход напоминает эволюцию живых организмов. Сходство еще более усиливается, когда самые удачные варианты не просто «размножают», копируя деление бактерий, но и устраивают между ними «половое» размножение с обменом «генами». Иначе говоря, выбрав две или более удачных мутации, исследователи перемешивают их параметры, получая новые наборы-потомки, наследующие качества своих «родителей».

Поскольку все действия проводятся виртуально — в специальных симуляторах, то годятся они далеко не для всех систем. Главные условия для генетических алгоритмов — возможность достаточно точной компьютерной симуляции системы, а также приемлемая производительность вычислений. Из-за того, что мутации носят случайный характер, для получения «зерен» надо просеивать мириады «плевел», поэтому оцениваться каждая мутация должна очень быстро. Впрочем, мощность компьютеров постоянно растет, что позволяет ученым браться за все более сложные задачи. Дошло вот дело и до гоночных автомобилей.

Группа Бентли проводила эксперименты на симуляторе компании Electronic Arts — известного производителя компьютерных игр. Несмотря на свою «игрушечность», программа учитывает аэродинамику кузова (конечно, очень упрощенно), точный баланс на виражах и десятки параметров внутренних механизмов. Всего можно изменять 68 параметров болида, и это не прихоть программистов — в реальных машинах «Ф-1» настроек гораздо больше, и все они очень важны. Любое изменение в подаче топлива, режимах двигателя, давлении шин и тормозов, жесткости подвески и т. д. — влияет на время прохождения круга, а, скажем, «не та» вязкость моторного масла вполне может лишить команду победы.

Генетические алгоритмы были применены ко всем возможным настройкам. Чтобы оценить их эффективность, наилучший результат мутаций, отбора и скрещиваний сравнивался с машиной, настроенной «по старинке». Для этого ученые попросили группу механиков-экспертов улучшить тот же экземпляр, который был исходным для работы генетических алгоритмов. Кроме того, исследователи сами попробовали отрегулировать болид на глазок.

Испытательные заезды проводились на трассе в Сильверстоуне — очень быстрой, с длинными прямыми и плавными поворотами, а также на трассе в Нюремберге, медленной, с массой крутых виражей. В Сильверстоуне исходный вариант прошел круг за 82,769 с. Болид, настроенный учеными оказался на 1,33 с быстрее, настроенный экспертами — быстрее на 1,5 с, а лучший вариант, выданный генетическим алгоритмом, обогнал начальный на 2,42 с, пройдя круг за 80,349 с. Если учесть, что рекорд Сильверстоуна, установленный в настоящих гонках, равен 81,209 с, то достижение машинной генетики весьма впечатляет. Рекорд же Нюрембергской трассы вообще был улучшен на 7%.

К сожалению, у эксперимента британских ученых есть один очень серьезный недостаток. Не имея денег на аренду реальных машин и найм тест-пилотов, группа Питера Бентли проводила все «заезды» на компьютере, используя виртуальные копии реальных трасс. Кроме того, исходная модель болида не была новой — команды «Ф-1» держат свои конструкции в строжайшей тайне, поэтому ученым пришлось работать с относительно старой машиной.

Тем не менее, полученные результаты как минимум любопытны. Более того, со временем их актуальность будет только возрастать, поскольку оргкомитет «Формулы-1» твердо проводит линию на постепенную унификацию, стремясь сгладить преимущества богатых команд перед бедными. Уже не первый год все машины «Ф-1» должны иметь одинаковые задние колеса, а в скором времени это требование коснется и передних, причем от одного на всех производителя. Вероятно, со следующего года типовыми сделают антикрылья, сначала задние, потом и передние. В перспективе будет унифицирована и тормозная система. Для победы в таких условиях становится все более важен хороший пилот и, конечно же, правильная настройка всех систем.