in corsa
élite
leader
fantasma del record
✕a muro
●bloccata
strisciata
erba
velocità 50280 km/h
150 monoposto con fisica realistica (motore, aerodinamica, cerchio di aderenza, gomme) e una piccola rete neurale al posto del pilota. Nessuno insegna loro a guidare: a ogni gara le più veloci diventano genitori, e le figlie — mescolate e mutate — ci riprovano.
16 ingressi → 12 neuroni nascosti → 2 uscite analogiche. Linee blu = pesi positivi, rosse = negativi. Neuroni gialli = attivi positivi, azzurri = attivi negativi.
Classifica live: distacco in metri dal leader, ultimo giro, stato delle gomme.
Il "voto" (in giri). Sotto la linea = non ha finito la gara; sopra = arrivata, più in alto = più veloce.
Arrivate, a muro, bloccate, fuori tempo, per generazione. Il giallo dovrebbe crescere.
Quanto sono diversi i "cervelli". Se crolla, la popolazione è fatta di cloni e smette di esplorare.
Quante auto hanno preso ogni voto nell'ultima generazione: la selezione in un colpo d'occhio.
Valgono dalla prossima generazione.
Gli eventi importanti, dal più recente.
Chi era ogni auto, com'è andata e quante figlie ha avuto: le prime ne hanno di più.
Come lavorano gli ingegneri di pista: ogni grafico ha sull'asse X la distanza sul giro. Pista attuale: . Il record è confrontato con il miglior giro dell'ultima generazione e con il profilo teorico (LTS, vedi scheda Ingegneria).
Le "valli" sono le curve. Dove il record sta sotto la linea teorica, lì c'è tempo da guadagnare.
Ogni punto = un istante. Un pilota perfetto "riempie" il cerchio: usa sempre tutto il grip.
Si frena prima della curva (rosso), si ridà gas in uscita (verde).
Come nei tempi TV. Viola = migliore di sempre.
Oltre il 100% le gomme strisciano: sottosterzo.
Solo le gare su questa pista.
Finestra ottimale ≈ 95 °C: fredde o surriscaldate perdono fino al 30% di grip.
Vale per tutte le auto dalla prossima gara (o subito con il pulsante). Cambiare setup cambia la fisica: il cervello allenato potrebbe non adattarsi!
La scia riduce il drag fino al 40% a chi segue. Con le interazioni la fitness dipende anche dalle avversarie: l'evoluzione diventa "competitiva".
Calcolata dal modello fisico (physics.js) con il setup attuale.
In curva: v²/R = μ·(g + kL·v²). Il carico aerodinamico kL "gonfia" la curva alle alte velocità.
Tempo teorico sul giro al variare dell'ala: il compromesso curva/rettilineo.
Il "profilo teorico" usato in tutta la pagina è una simulazione quasi-statica del giro, la base di quelle usate dai team: (1) in ogni punto la velocità non può superare quella massima in curva; (2) una passata in avanti limita le accelerazioni (motore e grip residuo); (3) una passata all'indietro impone di aver frenato in tempo prima di ogni curva. Il minimo dei tre vincoli è il profilo di velocità; il tempo è la somma di distanza/velocità. Attenzione: segue la linea centrale. Una buona traiettoria allarga le curve, quindi l'IA (o tu) può anche battere il teorico. Attivalo sulla pista con "Profilo teorico".
È il problema centrale del machine learning: l'overfitting. Dopo ogni gara la campionessa corre da sola un giro sulle piste d'esame, che non ha mai visto in allenamento. Se in allenamento va forte e all'esame si schianta, ha memorizzato il circuito. Rimedio: allenarla su piste diverse (rotazione, o una pista casuale nuova a ogni generazione), che la costringe a usare davvero i sensori.
Vale dalla prossima generazione. Le piste d'esame non si usano mai per allenarsi.
% di giro completata dalla campionessa di ogni generazione. Se la curva verde sale e l'arancione no: overfitting.
Il cervello è solo un file JSON con 230 numeri. Scaricalo per conservarlo o per ripartire da lì.
Durante la demo l'allenamento è in pausa. Guidando tu: ↑ gas, ↓ freno, ← → sterzo.
Riesci a battere l'IA? E il tempo teorico? Stessa fisica, stesse gomme, stesso setup.
| Nessuna prova ancora. |
7 raggi misurano il bordo pista; in più velocità, grip usato, curve in arrivo (come un pilota che conosce il circuito), posizione e angolo sulla pista, temperatura e usura gomme, e i "g" che servirebbero per la prossima curva: 16 numeri.
La rete (16 → 12 → 2) calcola tanh(Σ peso·ingresso + bias) e produce
due comandi analogici: gas/freno e sterzo, da −1 a +1.
Modello a bicicletta: motore a potenza costante, drag ∝ v², carico aerodinamico ∝ v², cerchio di aderenza. Troppa curva → sottosterzo; frenare in curva ruba grip allo sterzo. Erba: poco grip.
fitness = giri percorsi se non arriva; L + L·(1 − t/tMax) se
finisce la gara. Qualsiasi arrivata batte qualsiasi non-arrivata; tra le arrivate vince la più veloce.
Élite copiate identiche; le altre nascono da due genitori scelti a torneo, crossover uniforme dei 230 pesi, poi mutazione gaussiana.
La campionessa corre da sola su piste mai viste: misuriamo se ha imparato a guidare o solo questa pista.