🤖 machine learning

Opponent State Inference Under Partial Observability: An HMM-POMDP Framework for 2026 Formula 1 Energy Strategy

تقترح هذه الورقة إطار عمل ثنائي الطبقات قابلاً للتطبيق يجمع بين نموذج ماركوف المخفي لاستنتاج حالات طاقة المنافس ونموذج الشبكة العميقة لتعلم القيمة (Deep Q-Network) لاتخاذ القرار بهدف تحسين استراتيجيات طاقة فورمولا 1 لعام 2026 في ظل حالة عدم اليقين في الرصد، وتحديداً لمعالجة "فخ الحصاد المضاد" حيث يقوم الخصوم بتعمّد إخفاء إشارات النشر الخاصة بهم.

المؤلفون الأصليون: Kalliopi Kleisarchaki

نُشر 2026-03-10

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Kalliopi Kleisarchaki

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أن سباقات الفورمولا 1 في عام 2026 لن تتعلق فقط بمن يمتلك السيارة الأسرع، بل بمن هو أفضل لاعب بوكر.

في الأيام الخوالي، كان السائقون يعرفون بالضبط مقدار الوقود والطاقة المتبقية لدى منافسيهم. كان الأمر يشبه لعب الشطرنج حيث يمكنك رؤية أوراق الجميع. لكن قواعد عام 2026 الجديدة قد غيرت اللعبة. الآن، تمتلك كل سيارة بطارية ضخمة تحتاج إلى شحن وتفريغ مستمر، ويمكن للسائقين اختيار "الاندفاع بسرعة" (حرق الطاقة) أو "التباطؤ للشحن" (حصاد الطاقة).

المشكلة؟ لا يمكنك رؤية بطارية منافسك. أنت ترى فقط سرعته، وطريقة كبحه للسرعة، ومكانه على الحلبة. عليك أن تخمن ما يفعله داخل سيارته.

هذه الورقة البحثية هي دليل حول كيفية بناء نظام محقق فائق الذكاء (ذكاء اصطناعي) يمكنه تخمين ما يفكر فيه منافسك والتخطيط لخطوتك التالية بناءً على ذلك.

إليك تفصيل كيفية عمل ذلك، باستخدام تشبيهات بسيطة:

1. المشكلة الجوهرية: "الموعد الأعمى"

تخيل أنك في موعد غرامي، لكن شريكك يرتدي قناعاً. يمكنك رؤية ما إذا كان يبتسم أو يعبس (بيانات ملحوظة)، لكنك لا تعرف ما إذا كان سعيداً حقاً، أو يشعر بالملل، أو يخطط سراً للهروب (حالة خفية).

في فورمولا 1 لعام 2026، قد يكون السائق المنافس:

مفعماً بالطاقة: مستعد للهجوم عليك.
منهك تماماً: مجبر على السير ببطء لأن بطاريته فارغة.
يلعب خدعة: يتظاهر بالضعف (بالسير ببطء) لاستدراجك للهجوم، ل يكشف لاحقاً أن لديه بطارية ممتلئة ويسحقك.

تطلق هذه الورقة على السيناريو الثالث اسم "فخ حصاد الطاقة المضاد" (Counter-Harvest Trap). إنها حركة خداعية حيث يخفي السائق قوته لخداعك لكي تستهلك طاقتك الخاصة.

2. الحل: طبقتان من الذكاء

بنى المؤلفون نظام ذكاء اصطناعي مكون من جزأين لحل هذا الغموض.

الطبقة الأولى: المحقق (HMM)

فكر في هذا كأنه شرلوك هولمز داخل الكمبيوتر.

الأدلة: يراقب ستة أشياء محددة: فروق السرعة، مسافة الكبح، تآكل الإطارات، و"بصمة خانقة" جديدة (مدى ضغط السائق على دواسة الوقود بينما تبطئ السيارة فعلياً).
السر: يستخدم هذه الأدلة لتخمين الحالة الخفية للمنافس.
التطوير الكبير (v2): في النسخ السابقة، كان الذكاء الاصطناعي يعرف فقط أن المنافس "منخفض الطاقة". أما الآن، فيمكنه التمييز بين نوعين من "الانخفاض":
- L-Harvest (الفخ): السائق يختار السير ببطء لتوفير الطاقة. إنه ينصب فخاً.
- L-Derate (الضعف): السائق مضطر للسير ببطء لأن بطاريته فارغة فعلياً. إنه في حالة ضعف.
لماذا يهم هذا: إذا اعتقد الذكاء الاصطناعي أنه فخ، فلن يهاجم. وإذا اعتقد أنه ضعف، فسيهاجم. هذا التمييز هو أكبر إنجاز للورقة البحثية.

الطبقة الثانية: الجنرال (DQN)

فكر في هذا كأنه مدير الفريق الذي يتخذ القرار النهائي.

يأخذ تقرير المحقق (مثلاً: "هناك احتمال بنسبة 89% أن المنافس ينصب فخاً") ويقرر ماذا يفعل.
الخيار: هل "أحرق" (أستخدم طاقتي للاندفاع بسرعة والتجاوز) أم "أحصد" (أوفر طاقتي وأنتظر)؟
يستخدم الجنرال شبكة عصبية (نوع من أدمغة الذكاء الاصطناعي) تعلمت من آلاف السباقات المحاكية لاتخاذ القرار المثالي بناءً على تخمين المحقق.

3. دليل "القص الأقصى" ( $\delta$ throttle)

تقدم الورقة حاسة سادسة جديدة تسمى $\delta$ throttle.

تخيل أن سيارة تسير ببطء، لكن السائق يضغط على دواسة الوقود بنسبة 100% حتى النهاية.
السيناريو (أ): السائق يحاول السير ببطء لتوفير الطاقة (الفخ).
السيناريو (ب): السائق يضغط على الوقود، لكن السيارة لن تزيد سرعتها لأن البطارية ميتة (الضعف).
الذكاء الاصطناعي الجديد يمكنه رصد هذا الفرق الدقيق في البيانات. إنه مثل سماع الفرق بين شخص يتظاهر بالتعب وشخص مرهق حقاً.

4. كيف اختبروا ذلك

بما أن موسم 2026 لم يحدث بعد (الورقة مؤرخة في مارس 2026)، لم يتمكنوا من اختبارها في سباقات حقيقية. بدلاً من ذلك، أنشأوا محاكاة للعبة فيديو.

بنوا عالماً افتراضياً يحتوي على 40 "حالة مزاجية" مختلفة لسيارات المنافسين.
أجروا 20 سباقاً وهمياً.
النتيجة: كان الذكاء الاصطناعي بارعاً للغاية. لقد خمن مستوى بطارية المنافس بشكل صحيح بنسبة 96.8% (التخمين العشوائي سيكون 25% فقط). كما استطاع رصد "الفخ" بنسبة 96.3%.

5. العقبة (القيود)

تعترف الورقة بوجود خلل كبير واحد: الذكاء الاصطناعي يفترض أن المنافس هو روبوت.

يفترض النظام الحالي أن السائق المنافس لا يعرف أنك تراقبه.
في الواقع، إذا أدرك سائق منافس أن لديك ذكاءً اصطناعياً فائق الذكاء، فقد يغير استراتيجيته لخداع ذكائك الاصطناعي.
يقول المؤلفون: "هذه مجرد الخطوة الأولى. الورقة القادمة ستعلم الذكاء الاصطناعي كيفية اللعب ضد منافس يحاول أيضاً خداعه".

الملخص

تقدم هذه الورقة استراتيجية ذكاء اصطناعي مكونة من خطوتين لفورمولا 1 لعام 2026:

الاكتشاف: استخدام الرياضيات لتخمين ما إذا كان المنافس "يتظاهر" (ينصب فخاً) أو "محطم فعلياً" (نفدت طاقته).
القرار: استخدام ذلك التخمين لتقرير ما إذا كان سيهاجم أو يتراجع.

إن هذا يحول الفورمولا 1 من لعبة سرعة بحتة إلى لعبة حرب نفسية، حيث الفائز هو من يستطيع قراءة عقل خصمه بأفضل طريقة ممكنة.

إليك ملخص تقني مفصل لورقة البحث بعنوان "استنتاج حالة الخصم تحت الملاحظة الجزئية: إطار عمل HMM–POMDP لاستراتيجية طاقة فورمولا 1 لعام 2026" للباحثة كاليوبي كليسيتشاكي.

1. بيان المشكلة

تتناول الورقة التعقيد الاستراتيجي الناتج عن اللوائح التقنية لعام 2026 في فورمولا 1، والتي تغير إدارة الطاقة بشكل جذري. تشمل التغييرات التنظيمية الرئيسية ما يلي:

تقسيم القدرة 50/50: تقسيم إلزامي بين محرك الاحتراق الداخلي (ICE) وبطارية (MGU-K)، مما يضع البطارية تحت طلب مستمر.
وضع التجاوز (Override Mode): جائزة طاقة مرتبطة بالقرب (0.5 ميجا جول) بدلاً من نظام DRS، يتم تفعيلها عندما يكون الدور يكون ضمن ثانية واحدة من المتصدر.
الديناميكا الهوائية النشطة (Active Aero): نظام هوائي ثنائي التحكم من قبل السائق يحل محل DRS، ويمكن استخدامه في الخطوط المستقيمة لزيادة السرعة بشكل مستقل عن استخدام البطارية.

التحدي الجوهري:
لم يعد النشر الأمثل للطاقة مسألة تحسين أحادية الوكيل (single-agent optimization)؛ بل يعتمد على الحالة الخفية للسيارات المنافسة (شحن البطارية، حالة وضع التجاوز، وتآكل الإطارات). وهذا يخلق لعبة عشوائية جزئية الملاحظة (POSG).

فخ الحصاد المضاد (Counter-Harvest Trap): استراتيجية خداعية محددة حيث تقوم السيارة المتصدرة (السيارة ب) بتوفير الطاقة عمدًا (نمط Lharvest) مع استخدام الديناميكا الهوائية النشطة للحفاظ على السرعة. هذا يخدع السيارة الملاحقة (السيارة أ) ويجعلها تعتقد أن السيارة (ب) مستنفدة فيزيائيًا (نمط Lderate)، مما يدفع السيارة (أ) لاستنزاف طاقتها الخاصة للهجوم. ثم تكشف السيارة (ب) عن احتياطيها الخفي للدفاع بسهل.
فجوة الملاحظة: يمتلك السائقون والفرق فقط الوصول إلى بيانات التليمتر العامة (السرعة، أوقات القطاعات، نقاط الكبح)، وليس الحالة الداخلية للبطارية أو النوايا الاستراتيجية للمنافسين.

2. المنهجية

تقترح المؤلفة إطار عمل للاستنتاج واتخاذ القرار يتكون من طبقتين، يقرب الـ POSG كعملية قرار ماركوف جزئية الملاحظة (POMDP) لوكيل واحد.

الطبقة الأولى: استنتاج حالة المنافس (نموذج ماركوف الخفي - HMM)

تعمل الطبقة الأولى على استنتاج توزيع احتمالية الحالة الخفية للمنافس بناءً على ستة إشارات تليمتر مرصودة.

فضاء الحالة (40 حالة): يتم تفكيك الحالة الخفية $x_t = (e, m, \tau)$ $x_{t} = (e, m, τ)$ إلى:
- شحن ERS ( $e$ ): 4 أوضاع: H (عالي)، M (متوسط)، Lharvest (توفير متعمد/فخ)، Lderate (استنزاف فيزيائي/سقف الشحن).
- وضع التجاوز ( $m$ ): متاح أو مستهلك.
- تآكل الإطارات ( $\tau$ ): 5 مستويات (من جديد إلى الانهيار).
الملاحظات (6 إشارات):
1. $\Delta v_{trap}$ : انحراف سرعة الفخ.
2. $\Delta t_{sector}$ : انحراف وقت القطاع.
3. $\Delta b_{brake}$ : انحراف نقطة الكبح.
4. $\sigma^2_{speed}$ : تباين تتبع السرعة.
5. $z_{aero}$ : حالة نشر الديناميكا الهوائية النشطة (ثنائي).
6. $\delta_{throttle}$ (جديد في v1.5/v2): نسبة الوقت الذي يكون فيه الضغط على دواسة الوقود $\ge 98\%$ بينما السرعة أقل من الخط المرجعي المتدحرج. هذا هو المميز الحاسم بين Lharvest (ضغط وقود مدار/منخفض) و Lderate (ضغط وقود كامل ولكن القدرة محدودة).
آلية الاستنتاج:
- تستخدم HMM مكون من 40 حالة مع مصفوفة انتقال مشتقة من الفيزياء ومصفوفة انبعاث مشتقة من توزيعات غاوس (Gaussian) وبرنولي (Bernoulli).
- المعايرة: يتم تهيئة المعلمات تحليليًا وتحسينها باستخدام خوارزمية Baum-Welch على بيانات التليمتر الحقيقية (بدءًا من سباق أستراليا لعام 2026).
- التطور المعماري (v2): على عكس الإصدارات السابقة حيث كان Lharvest و Lderate حالة "منخفضة" واحدة ذات انبعاثات مختلطة، يعامل الإصدار الثاني (v2) كل منهما كـ حالات خفية متميزة. وهذا يسمح لحالة الاعتقاد (belief state) بإخراج $P(Lharvest) $و$ P(Lderate)$ كأبعاد منفصلة صراحةً.

الطبقة الثانية: سياسة القرار (الشبكة العميقة لتعلم القيمة - DQN)

تختار الطبقة الثانية الإجراء الأمثل (حرق الطاقة Burn أو حصاد الطاقة Harvest) بناءً على حالة الاعتقاد لـ HMM.

المدخلات: متجه مكون من 66 بُعدًا يضم حالة اعتقاد HMM (40 بُعدًا)، وحالة السيارة الخاصة، وحالة السباق.
البنية: شبكة DQN ضحلة (3 طبقات خفية: 256-256-128) مدربة عبر Double DQN مع إعادة تجربة الخبرة (experience replay).
التدريب: تم التدريب المسبق على بيانات اصطناعية مولدة من النموذج البارامتري، ثم ضبطها باستخدام البيانات الحقيقية.
دالة المكافأة: تعظم تغيير مركز السباق على مدى 5 لافات، مع مكافآت تشكيلية لمعاقبة الوقوع في "فخ الحصاد المضاد".

3. المساهمات الرئيسية

صياغة المشكلة: نمذجة استراتيجية طاقة فورمولا 1 لعام 2026 كـ POMDP وتحديد "فخ الحصاد المضاد" رسميًا كاستراتيجية توازن خداعية.
تفكيك الحالة (تطور v2): تقديم الفصل بين $L_{harvest}$ و $L_{derate}$ . هذا يحل الغموض حيث يمكن أن يكون تباطؤ السيارة ناتجًا عن "خداع استراتيجي" أو "استنزاف فيزيائي". إن إدراج $\delta_{throttle}$ كمميز على مستوى الحالة (بدلاً من مجرد سمة انبعاث) هو الابتكار المعماري المركزي.
إطار استنتاج قابل للتطبيق: إثبات فعالية خط معالجة يجمع بين تحديثات اعتقاد HMM واختيار سياسة DQN، القادر على اكتشاف الفخاخ التي تفشل المعايير القائمة على العتبات (thresholds) في رصدها.

4. النتائج (التحقق الاصطناعي)

تم تقييم النظام على 20 سباقًا اصطناعيًا تم توليدها تحت نموذج الـ 40 حالة.

دقة مستوى ERS: بلغت 96.8% (الأساس العشوائي: 25%).
تصنيف $L_{harvest}$ مقابل $L_{derate}$ : دقة بلغت 89.4% (الأساس العشوائي: 50%). وهذا يؤكد فعالية إشارة $\delta_{throttle}$ .
استدعاء اكتشاف الفخ (Trap Detection Recall): بلغ 96.3% (مع انخفاض كبير في معدل الإيجابيات الكاذبة مقارنة بـ v1.5).
الفجوة إلى "الأوراكل" (Oracle): يحقق النظام 95.7% من أداء سياسة "الأوراكل" التي تعرف الحالة الخفية الحقيقية.
المتانة: يظل النموذج متينًا تجاه عدم دقة المعلمات (مثل انزياحات المتوسط في توزيعات الانبعاث)، رغم أن الأداء ينخفض قليلًا تحت الضجيج العالي.

5. الأهمية والقيود

الأهمية:

رؤية استراتيجية: تثبت الورقة أن اكتشاف "فخ الحصاد المضاد" مستحيل باستخدام عتبات الملاحظة الفردية (مثل السرعة وحدها)، ولكنه قابل للحل عبر استنتاج الاعتقاد متعدد الأنماط.
التكيف التنظيمي: توفر إطار عمل حوسبي ملموس للفرق للتكيف مع لوائح 2026، بالانتقال من تحسين التوقف في المنصة (pit-stop) الحتمي إلى إدارة طاقة ديناميكية واعية بالخصم.
أساس لنظرية الألعاب: يعمل إطار العمل v2 كـ "أرضية" (خط أساس) ضرورية للأعمال المستقبلية حول الخصوم غير المستقرين (non-stationary)، حيث يتكيف المنافسون مع مراقبتهم، وهو موضوع عمل المؤلفة القادم.

القيود:

افتراض الخصم المستقر: يفترض النموذج الحالي أن المنافسين لا يغيرون استراتيجيتهم بناءً على مراقبتهم. في الواقع، قد يغير الخصم العقلاني تكتيكاته إذا علم أنه يتعرض للاستنتاج.
الاستقلال الشرطي: يفترض HMM أن الملاحظات مستقلة شرطيًا، وهو أمر غير صحيح فيزيائيًا (على سبيل المثال، السرعة ووقت القطاع مرتبطان). هذا يؤدي إلى اعتقادات مفرطة في الثقة (خطأ معايرة متوقع منخفض في البيانات الاصطناعية، ولكنه قد يكون أعلى في البيانات الحقيقية).
ندرة البيانات: يعتمد النموذج على معايرة Baum-Welch. تشير المؤلفة إلى أن التحقق التجريبي ذي المعنى يتطلب بيانات من 4 سباقات على الأقل (حوالي 14,000 ملاحظة قطاع) للتغلب على قيود نسبة المعلمات إلى البيانات.
استثناء وضع التعزيز (Boost Mode): يستبعد النموذج حاليًا "وضع التعزيز" (النشر غير المقيد) كبُعد كامن، مع التركيز فقط على التفاعل الاستراتيجي للبطارية ووضع التجاوز.

الخاتمة

تقدم هذه الورقة إطار عمل صارمًا ومعتمدًا على البيانات لحل مشكلة الملاحظة الجزئية في فورمولا 1 لعام 2026. من خلال رفع التمييز بين "الادخار الاستراتيجي" و"الاستنزاف الفيزيائي" إلى مستوى الحالة، نجح بنية HMM-DQN المقترحة في تحديد الاستراتيجيات الخداعية التي قد تتسبب في خسارة الفريق للسباق. إنها تؤسس لخط الأساس للأبحاث المستقبلية في استراتيجيات السباق التنافسية القائمة تمامًا على نظرية الألعاب.