🤖 machine learning

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

यह शोध पत्र आंशिक अवलोकनशीलता के तहत 2026 फॉर्मूला 1 ऊर्जा रणनीतियों को अनुकूलित करने के लिए प्रतिद्वंद्वी ऊर्जा अवस्थाओं का अनुमान लगाने हेतु एक हिडन मार्कोव मॉडल और निर्णय लेने हेतु एक डीप क्यू-नेटवर्क को संयोजित करने वाले एक सुलभ द्वि-स्तरीय ढांचे का प्रस्ताव करता है, जो विशेष रूप से "काउंटर-हार्वेस्ट ट्रैप" को संबोधित करता है जहाँ प्रतिद्वंद्वी जानबूझकर अपने परिनियोजन संकेतों को छिपाते हैं।

मूल लेखक: Kalliopi Kleisarchaki

प्रकाशित 2026-03-10

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Kalliopi Kleisarchaki

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि 2026 में फॉर्मूला 1 रेसिंग केवल इस बारे में नहीं है कि किसके पास सबसे तेज़ कार है, बल्कि इस बारे में है कि कौन सबसे अच्छा पोकर खिलाड़ी है।

पुराने दिनों में, ड्राइवरों को ठीक पता होता था कि उनके प्रतिद्वंद्वियों के पास कितना ईंधन और ऊर्जा बची है। यह शतरंज खेलने जैसा था जहाँ आप सभी के कार्ड देख सकते थे। लेकिन नए 2026 के नियमों ने खेल बदल दिया है। अब, हर कार में एक विशाल बैटरी होती है जिसे लगातार चार्ज और डिस्चार्ज करने की आवश्यकता होती है, और ड्राइवर चुन सकते हैं कि उन्हें "तेज़ जाना" (ऊर्जा जलाना) है या "चार्ज करने के लिए धीमा होना" (ऊर्जा संचय करना) है।

समस्या क्या है? आप अपने प्रतिद्वंद्वी की बैटरी नहीं देख सकते। आप केवल उनकी गति, उनके ब्रेकिंग और ट्रैक पर उनकी स्थिति देखते हैं। आपको अनुमान लगाना होगा कि वे अपनी कार के अंदर क्या कर रहे हैं।

यह पेपर एक सुपर-स्मार्ट डिटेक्टिव सिस्टम (एक AI) बनाने के तरीके पर एक गाइड है जो यह अनुमान लगा सके कि आपका प्रतिद्वंद्वी क्या सोच रहा है और उसके अनुसार अपनी अगली चाल की योजना बना सके।

यहाँ बताया गया है कि यह कैसे काम करता है, सरल उपमाओं का उपयोग करते हुए:

1. मुख्य समस्या: "ब्लाइंड डेट" (अंधाधुंध मुलाकात)

कल्पना कीजिए कि आप एक डेट पर हैं, लेकिन आपके पार्टनर ने मास्क पहना हुआ है। आप देख सकते हैं कि वे मुस्कुरा रहे हैं या त्योरियां चढ़ा रहे हैं (अवलोकन योग्य डेटा), लेकिन आप यह नहीं जानते कि वे वास्तव में खुश हैं, ऊब रहे हैं, या गुप्त रूप से भागने की योजना बना रहे हैं (छिपी हुई अवस्था/hidden state)।

2026 की F1 में, एक प्रतिद्वंद्वी ड्राइवर:

ऊर्जा से भरपूर हो सकता है: आप पर हमला करने के लिए तैयार।
खाली होने की कगार पर हो सकता है: बैटरी खत्म होने के कारण धीमा चलने के लिए मजबूर।
चाल चल रहा हो सकता है: आपको लुभाने के लिए कमजोर होने का नाटक करना (धीमा जाना), ताकि बाद में अपनी पूरी बैटरी दिखाकर आपको कुचल सके।

यह पेपर तीसरे परिदृश्य को "काउंटर-हार्वेस्ट ट्रैप" (Counter-Harvest Trap) कहता है। यह एक भ्रामक चाल है जहाँ एक ड्राइवर अपनी ताकत छुपाता है ताकि आपको अपनी ऊर्जा बर्बाद करने के लिए फंसा सके।

2. समाधान: बुद्धिमत्ता के दो स्तर

लेखकों ने इस रहस्य को सुलझाने के लिए एक दो-स्तरीय AI सिस्टम बनाया है।

स्तर 1: जासूस (HMM)

इसे कंप्यूटर के भीतर एक शरलॉक होम्स के रूप में सोचें।

सुराग: यह छह विशिष्ट चीजों पर नज़र रखता है: गति का अंतर, ब्रेकिंग दूरी, टायर का घिसना, और एक नया "थ्रॉटल सिग्नेचर" (कि ड्राइवर वास्तव में कार धीमी होने के दौरान कितना एक्सीलेटर दबा रहा है)।
रहस्य: यह इन सुरागों का उपयोग प्रतिद्वंद्वी की छिपी हुई अवस्था का अनुमान लगाने के लिए करता है।
बड़ा अपग्रेड (v2): पिछले संस्करणों में, AI केवल यह जानता था कि प्रतिद्वंद्वी "कम ऊर्जा" पर है। अब, यह "कम" के दो प्रकारों के बीच अंतर बता सकता है:
- L-Harvest (द ट्रैप): ड्राइवर ऊर्जा बचाने के लिए जानबूझकर धीमा जा रहा है। वे एक जाल बिछा रहे हैं।
- L-Derate (द वीकनेस): ड्राइवर को धीमा चलना पड़ रहा है क्योंकि उनकी बैटरी शारीरिक रूप से खत्म हो चुकी है। वे असुरक्षित हैं।
यह क्यों मायने रखता है: यदि AI को लगता है कि यह एक जाल है, तो वह हमला नहीं करेगा। यदि उसे लगता है कि यह एक कमजोरी है, तो वह हमला करेगा। यह अंतर ही इस पेपर की सबसे बड़ी सफलता है।

स्तर 2: जनरल (DQN)

इसे टीम प्रिंसिपल के रूप में सोचें जो अंतिम निर्णय लेता है।

यह जासूस की रिपोर्ट (जैसे, "89% संभावना है कि प्रतिद्वंद्वी जाल बिछा रहा है") लेता है और तय करता है कि क्या करना है।
विकल्प: क्या मुझे "बर्न" (तेज़ जाने और ओवरटेक करने के लिए अपनी ऊर्जा का उपयोग करना) करना चाहिए या "हार्वेस्ट" (ऊर्जा बचाना और प्रतीक्षा करना) करना चाहिए?
जनरल एक न्यूरल नेटवर्क (AI मस्तिष्क का एक प्रकार) का उपयोग करता है जिसने हजारों सिम्युलेटेड रेस से सीखा है ताकि जासूस के अनुमान के आधार पर सही निर्णय लिया जा सके।

3. "सुपर-क्लिपिंग" सुराग

पेपर एक नया "छठा सेंस" पेश करता है जिसे $\delta$ throttle कहा जाता है।

कल्पना कीजिए कि एक कार धीमी चल रही है, लेकिन ड्राइवर एक्सीलेटर को 100% तक दबा रहा है।
परिदृश्य A: ड्राइवर ऊर्जा बचाने के लिए धीमा होने की कोशिश कर रहा है (जाल)।
परिदृश्य B: ड्राइवर एक्सीलेटर दबा रहा है, लेकिन कार तेज़ नहीं हो पा रही है क्योंकि बैटरी खत्म हो गई है (कमजोरी)।
नया AI डेटा में इस सूक्ष्म अंतर को पहचान सकता है। यह किसी के थके होने का नाटक करने और वास्तव में थका हुआ होने के बीच के अंतर को सुनने जैसा है।

4. उन्होंने इसका परीक्षण कैसे किया

चूंकि 2026 का सीज़न अभी नहीं हुआ है (पेपर मार्च 2026 का है), वे वास्तविक रेस पर इसका परीक्षण नहीं कर सके। इसके बजाय, उन्होंने एक वीडियो गेम सिमुलेशन बनाया।

उन्होंने 40 अलग-अलग "मूड्स" वाले वर्चुअल वर्ल्ड के साथ एक दुनिया बनाई।
उन्होंने 20 नकली रेस चलाईं।
परिणाम: AI अविश्वसनीय रूप से अच्छा था। इसने प्रतिद्वंद्वी के बैटरी स्तर का 96.8% बार सही अनुमान लगाया (रैंडम अनुमान लगाने की संभावना केवल 25% थी)। यह "ट्रैप" को 96.3% बार पहचान सका।

5. कमी (सीमाएं)

पेपर एक बड़ी खामी स्वीकार करता है: AI यह मान लेता है कि प्रतिद्वंद्वी एक रोबोट है।

वर्तमान सिस्टम यह मानता है कि प्रतिद्वंद्वी ड्राइवर को पता नहीं है कि आप उन्हें देख रहे हैं।
वास्तव में, यदि एक प्रतिद्वंद्वी ड्राइवर को पता चलता है कि आपके पास एक सुपर-स्मार्ट AI है, तो वे आपके AI को धोखा देने के लिए अपनी रणनीति बदल सकते हैं।
लेखक कहते हैं, "यह केवल पहला कदम है। अगला पेपर AI को उस प्रतिद्वंद्वी के खिलाफ खेलना सिखाएगा जो खुद उसे धोखा देने की कोशिश कर रहा है।"

सारांश

यह पेपर 2026 F1 के लिए एक दो-चरणीय AI रणनीति प्रस्तुत करता है:

डिटेक्ट (पता लगाना): यह अनुमान लगाने के लिए गणित का उपयोग करें कि प्रतिद्वंद्वी "दिखावा" (जाल बिछाना) कर रहा है या "वास्तव में टूट" (शक्ति खत्म होना) गया है।
डिसाइड (निर्णय लेना): उस अनुमान का उपयोग यह तय करने के लिए करें कि हमला करना है या पीछे हटना है।

यह फॉर्मूला 1 को शुद्ध गति के खेल से मनोवैज्ञानिक युद्ध के खेल में बदल देता है, जहाँ विजेता वह होता है जो अपने प्रतिद्वंद्वी के दिमाग को पढ़ने में सबसे बेहतर होता है।

यहाँ कैलियोपी क्लेइसर्चकी के शोध पत्र "Opponent State Inference Under Partial Observability: An HMM–POMDP Framework for 2026 Formula 1 Energy Strategy" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र 2026 के फॉर्मूला 1 तकनीकी नियमों द्वारा उत्पन्न रणनीतिक जटिलता को संबोधित करता है, जो ऊर्जा प्रबंधन को मौलिक रूप से बदल देते हैं। प्रमुख नियामक परिवर्तन निम्नलिखित हैं:

50/50 पावर स्प्लिट: इंटरनल कंबशन इंजन (ICE) और MGU-K बैटरी के बीच एक अनिवार्य विभाजन, जो बैटरी को निरंतर मांग के अधीन रखता है।
ओवरराइड मोड (Override Mode): DRS के स्थान पर एक निकटता-आधारित (proximity-gated) ऊर्जा पुरस्कार (0.5 MJ), जो तब सक्रिय होता है जब कोई कार लीडर से 1 सेकंड के भीतर होती है।
एक्टिव एयरो (Active Aero): एक ड्राइवर-नियंत्रित बाइनरी एयरो सिस्टम जो DRS की जगह लेता है, जिसे बैटरी के उपयोग से स्वतंत्र होकर गति प्राप्त करने के लिए सीधी रेखाओं में तैनात किया जा सकता है।

मुख्य चुनौती:
इष्टतम ऊर्जा तैनाती (बर्न बनाम हार्वेस्ट) अब केवल एक एकल-एजेंट अनुकूलन समस्या नहीं रह गई है। यह प्रतिद्वंद्वी कारों की छिपी हुई अवस्था (hidden state) (बैटरी चार्ज, ओवरराइड मोड स्थिति, और टायर डिग्रेडेशन) पर निर्भर करती है। यह एक पार्शियली ऑब्जर्वेबल स्टोकेस्टिक गेम (POSG) बनाता है।

काउंटर-हार्वेस्ट ट्रैप (The Counter-Harvest Trap): एक विशिष्ट भ्रामक रणनीति जहाँ एक अग्रणी कार (कार B) अपनी गति बनाए रखने के लिए एक्टिव एयरो का उपयोग करते हुए जानबूझकर ऊर्जा बचाती है (Lharvest मोड)। यह पीछे चल रही कार (कार A) को यह विश्वास दिलाने के लिए प्रेरित करता है कि कार B शारीरिक रूप से ऊर्जा समाप्त कर चुकी है (Lderate), जिससे कार A हमला करने के लिए अपनी ऊर्जा खर्च करने लगती है। इसके बाद कार B रक्षा करने के लिए अपने छिपे हुए भंडार को प्रकट करती है।
अवलोकन अंतराल (Observability Gap): ड्राइवरों और टीमों के पास केवल सार्वजनिक टेलीमेट्री (गति, सेक्टर समय, ब्रेकिंग पॉइंट्स) तक पहुँच होती है, न कि प्रतिद्वंद्वियों की आंतरिक बैटरी स्थिति या रणनीतिक इरादे तक।

2. कार्यप्रणाली (Methodology)

लेखक एक दो-स्तरीय इन्फरेंस और निर्णय ढांचे का प्रस्ताव करते हैं जो POSG को एकल-एजेंट पार्शियली ऑब्जर्वेबल मार्कोव डिसीजन प्रोसेस (POMDP) के रूप में अनुमानित करता है।

स्तर 1: प्रतिद्वंद्वी अवस्था का अनुमान (हिडन मार्कोव मॉडल - HMM)

पहला स्तर छह अवलोकन योग्य टेलीमेट्री संकेतों के आधार पर एक प्रतिद्वंद्वी की छिपी हुई अवस्था के संभाव्यता वितरण (probability distribution) का अनुमान लगाता है।

स्टेट स्पेस (40 अवस्थाएँ): छिपी हुई अवस्था $x_t = (e, m, \tau)$ $x_{t} = (e, m, τ)$ को इस प्रकार विभाजित किया गया है:
- ERS चार्ज ( $e$ ): 4 मोड: H (High), M (Medium), Lharvest (जानबूझकर संरक्षण/ट्रैप), Lderate (शारीरिक रिक्तीकरण/SOC सीलिंग)।
- ओवरराइड मोड ( $m$ ): उपलब्ध या व्यय (Spent)।
- टायर डिग्रेडेशन ( $\tau$ ): 5 स्तर (नए से लेकर क्लिफ तक)।
अवलोकनीय (6 संकेत):
1. $\Delta v_{trap}$ : स्पीड ट्रैप विचलन।
2. $\Delta t_{sector}$ : सेक्टर समय विचलन।
3. $\Delta b_{brake}$ : ब्रेकिंग पॉइंट विचलन।
4. $\sigma^2_{speed}$ : स्पीड ट्रेस वेरिएंस।
5. $z_{aero}$ : एक्टिव एयरो परिनियोजन स्थिति (बाइनरी)।
6. $\delta_{throttle}$ (v1.5/v2 में नया): उस समय का अंश जब गति रोलिंग बेसलाइन से नीचे होने के बावजूद थ्रॉटल $\ge 98\%$ है। यह महत्वपूर्ण विभेदक (critical discriminator) है जो Lharvest (कम $\delta_{throttle}$ , प्रबंधित थ्रॉटल) और Lderate (उच्च $\delta_{throttle}$ , फुल थ्रॉटल लेकिन पावर कैप) के बीच अंतर करता है।
इन्फरेंस तंत्र:
- भौतिकी से प्राप्त ट्रांजिशन मैट्रिक्स और गॉसियन/बर्नौली वितरणों से प्राप्त एमिशन मैट्रिक्स के साथ एक 40-स्टेट HMM का उपयोग करता है।
- कैलिब्रेशन: पैरामीटर विश्लेषणात्मक रूप से इनिशियलाइज किए गए हैं और वास्तविक रेस टेलीमेट्री (2026 ऑस्ट्रेलियाई GP से शुरू होकर) पर बाउम-वेल्च (Baum-Welch) एल्गोरिदम का उपयोग करके परिष्कृत किए गए हैं।
- आर्किटेक्चरल एडवांस (v2): पिछले संस्करणों के विपरीत जहाँ Lharvest और Lderate को मिश्रित एमिशन वाले एक एकल "लो" स्टेट के रूप में माना जाता था, v2 इन्हें विशिष्ट छिपी हुई अवस्थाओं के रूप में मानता है। यह विश्वास अवस्था (belief state) को $P(Lharvest) $और$ P(Lderate)$ को अलग-अलग आयामों के रूप में स्पष्ट रूप से आउटपुट करने की अनुमति देता है।

स्तर 2: निर्णय नीति (डीप क्यू-नेटवर्क - DQN)

दूसरा स्तर HMM के 'बलीफ स्टेट' (belief state) के आधार पर इष्टतम क्रिया (बर्न या हार्वेस्ट) का चयन करता है।

इनपुट: एक 66-आयामी वेक्टर जिसमें 40-आयामी HMM बलीफ स्टेट, स्वयं की कार की अवस्था (ERS, ईंधन, टायर, गैप्स), और रेस संदर्भ शामिल हैं।
आर्किटेक्चर: एक शैलो डीप क्यू-नेटवर्क (3 हिडन लेयर्स: 256-256-128) जिसे एक्सपीरियंस रिप्ले के साथ डबल DQN के माध्यम से प्रशिक्षित किया गया है।
प्रशिक्षण: पैरामेट्रिक मॉडल से उत्पन्न सिंथेटिक डेटा पर प्री-ट्रेन किया गया, फिर वास्तविक टेलीमेट्री पर फाइन-ट्यून किया गया।
रिवॉर्ड फंक्शन: 5-लैप होराइजन पर रेस पोजीशन परिवर्तन को अधिकतम करता है, जिसमें "काउंटर-हार्वेस्ट ट्रैप" में फंसने के लिए दंडित करने वाले शेपिंग रिवार्ड्स शामिल हैं।

3. मुख्य योगदान (Key Contributions)

समस्या का औपचारिककरण: 2026 F1 ऊर्जा रणनीति को एक POMDP के रूप में मॉडल करता है और काउंटर-हार्वेस्ट ट्रैप को एक भ्रामक साम्य (deceptive equilibrium) रणनीति के रूप में औपचारिक रूप से परिभाषित करता है।
स्टेट डिकम्पोजिशन (v2 का एडवांस): $L_{harvest}$ बनाम $L_{derate}$ के विभाजन को पेश करता है। यह उस अस्पष्टता को हल करता है जहाँ एक धीमी होती कार या तो "ट्रैपिंग" (रणनीतिक) हो सकती है या "डिप्लीटेड" (भौतिक)। $\delta_{throttle}$ को एक स्टेट-लेवल डिस्क्रिमिनेटर (केवल एक एमिशन फीचर के बजाय) के रूप में शामिल करना केंद्रीय आर्किटेक्चरल नवाचार है।
व्यावहारिक इन्फरेंस फ्रेमवर्क: HMM-आधारित बलीफ अपडेट के साथ DQN-आधारित पॉलिसी चयन को संयोजित करने वाले एक कार्यशील पाइपलाइन का प्रदर्शन करता है, जो उन ट्रैप्स का पता लगाने में सक्षम है जिन्हें थ्रेशोल्ड-आधारित बेसलाइन मिस कर देती हैं।

4. परिणाम (सिंथेटिक वैलिडेशन)

सिस्टम का मूल्यांकन 40-स्टेट मॉडल के तहत उत्पन्न 20 सिंथेटिक रेसों पर किया गया।

ERS लेवल सटीकता: 96.8% (रैंडम बेसलाइन: 25%)।
$L_{harvest}$ बनाम $L_{derate}$ वर्गीकरण: 89.4% सटीकता (रैंडम बेसलाइन: 50%)। यह $\delta_{throttle}$ सिग्नल की प्रभावकारिता की पुष्टि करता है।
ट्रैप डिटेक्शन रिकॉल: 96.3% (v1.5 की तुलना में फॉल्स पॉजिटिव रेट काफी कम हुआ)।
ओरेकल (Oracle) से अंतर: सिस्टम "ओरेकल" पॉलिसी (जो वास्तविक छिपी हुई अवस्था को जानती है) के प्रदर्शन का 95.7% प्राप्त करता है।
मजबूती (Robustness): मॉडल पैरामीटर मिसस्पेसिफिकेशन (जैसे एमिशन डिस्ट्रीब्यूशन में मीन शिफ्ट) के प्रति मजबूत रहता है, हालांकि उच्च शोर (noise) के तहत प्रदर्शन थोड़ा कम हो जाता है।

5. महत्व और सीमाएं (Significance and Limitations)

महत्व:

रणनीतिक अंतर्दृष्टि: यह शोध पत्र सिद्ध करता है कि "काउंटर-हार्वेस्ट ट्रैप" का पता लगाना एकल-अवलोकन योग्य थ्रेशोल्ड (जैसे केवल गति) के साथ असंभव है, लेकिन यह मल्टी-मोडल बलीफ इन्फरेंस के माध्यम से हल करने योग्य है।
नियामक अनुकूलन: टीमों को 2026 के नियमों के अनुकूल होने के लिए एक ठोस कम्प्यूटेशनल ढांचा प्रदान करता है, जो नियत (deterministic) पिट-स्टॉप अनुकूलन से गतिशील, प्रतिद्वंद्वी-जागरूक ऊर्जा प्रबंधन की ओर बढ़ता है।
गेम थ्योरी का आधार: v2 फ्रेमवर्क भविष्य के गैर-स्थिर (non-stationary), गेम-थ्योरेटिक विरोधियों (जहाँ प्रतिद्वंद्वी देखे जाने के आधार पर अपनी रणनीति बदलते हैं) के लिए आवश्यक "फ्लोर" (बेसलाइन) के रूप में कार्य करता है।

सीमाएं:

स्थिर प्रतिद्वंद्वी धारणा (Stationary Opponent Assumption): वर्तमान मॉडल यह मानता है कि प्रतिद्वंद्वी देखे जाने के आधार पर अपनी रणनीति नहीं बदलते हैं। वास्तव में, एक तर्कसंगत प्रतिद्वंद्वी अपनी रणनीति बदल सकता है यदि उन्हें पता हो कि उनका इन्फरेंस किया जा रहा है।
कंडीशनल इंडिपेंडेंस: HMM यह मानता है कि अवलोकनीय (observables) एक-दूसरे से स्वतंत्र हैं, जो भौतिक रूप से सत्य नहीं है (जैसे गति और सेक्टर समय आपस में जुड़े हुए हैं)। इससे अत्यधिक आत्मविश्वास वाले बलीफ (सिंथेटिक डेटा पर कम अपेक्षित कैलिब्रेशन एरर, लेकिन वास्तविक डेटा पर अधिक होने की संभावना) उत्पन्न होते हैं।
डेटा की कमी: मॉडल बाउम-वेल्च कैलिब्रेशन पर निर्भर करता है। लेखक नोट करते हैं कि पैरामीटर-टू-डेटा अनुपात की बाधाओं को दूर करने के लिए सार्थक अनुभवजन्य सत्यापन के लिए कम से कम 4 रेस (लग लगभग 14,000 सेक्टर ऑब्जर्वेशन) के डेटा की आवश्यकता है।
बूस्ट मोड का बहिष्करण: मॉडल वर्तमान में "बूस्ट मोड" (अनकन्स्ट्रेंड डिप्लॉयमेंट) को एक लेटेंट डायमेंशन के रूप में बाहर रखता है, और केवल बैटरी और ओवरराइड मोड के रणनीतिक इंटरैक्शन पर ध्यान केंद्रित करता है।

निष्कर्ष
यह शोध पत्र 2026 F1 में आंशिक दृश्यता (partial observability) की समस्या को हल करने के लिए एक कठोर, डेटा-संचालित ढांचे को प्रस्तुत करता है। "रणनीतिक संरक्षण" और "भौतिक रिक्तीकरण" के बीच के अंतर को स्टेट स्तर पर ऊपर उठाकर, प्रस्तावित HMM-DQN आर्किटेक्चर उन भ्रामक रणनीतियोंों की पहचान करने में सफल होता है जो अन्यथा एक टीम को रेस हारने पर मजबूर कर सकती हैं। यह पूर्णतः प्रतिकूल, गेम-थ्योरेटिक रेसिंग रणनीतियों के भविष्य के शोध के लिए एक आधार स्थापित करता है।