Список публикаций по ключевому слову: «LSTM»
-
Оптимизация соревновательной стратегии в Формуле-1: вычислительная модель принятия решений на основе машинного обучения и теории игр
Тезисы доклада на конференциюАктуальные вопросы права, экономики и управления- Авторы:
- Арсамирзаев Мансур Тимурович, Миролюбова Наталия Алексеевна
- Рубрика:
- Менеджмент и маркетинг в современных условиях
- Аннотация:
- За последние десятилетия Формула-1 прошла путь от чисто инженерного состязания до полигона, где победу всё чаще определяет качество анализа данных. Болид сегодня – это не просто машина с мощным двигателем, а подвижная вычислительная платформа, непрерывно обменивающаяся информацией с командным гаражом. В статье рассматривается возможность оптимизации гоночной стратегии посредством совместного применения методов машинного обучения и аппарата теории игр. Центральный объект исследования – «окно пит-стопа»: момент, который команды традиционно определяли на основе опыта инженера, но который при правильном математическом описании превращается в сложную стохастическую задачу с несколькими конкурирующими игроками. Предлагаемый шаблон программы объединяет симуляции Монте-Карло с моделями равновесия Нэша и позволяет количественно оценить риск «андерката» – ситуации, когда соперник вызывает автомобиль в боксы раньше и за счёт свежих шин получает тактическое преимущество. Полученные результаты обсуждаются в контексте бюджетного лимита FIA, введённого с сезона 2021 года, поскольку любая вычислительная система должна не только быть точной, но и вписываться в финансовые рамки.
- Ключевые слова:
- машинное обучение, теория игр, равновесие Нэша, LSTM, пит-стоп, моделирование методом Монте-Карло, гибридные стратегии, износ шин