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

Each language version is independently generated for its own context, not a direct translation.

Immagina la Formula 1 del 2026 non come una semplice gara di velocità, ma come un gigantesco poker ad alto rischio, dove le carte sono nascoste e le regole sono cambiate radicalmente.

Questa ricerca, scritta da Kalliopi Kleisarchaki, è come un manuale per diventare il "letto" (il giocatore che legge le carte) perfetto in questo nuovo poker. Ecco la spiegazione semplice, divisa per concetti chiave.

1. Il Nuovo Campo di Gioco: Il Poker Energetico

Fino a poco tempo fa, in F1, la strategia era semplice: "Ho benzina e gomme buone? Spingo". Ma nel 2026, le regole sono cambiate:

Metà motore, metà batteria: L'auto è spinta al 50% dal motore a scoppio e al 50% dalla batteria.
Il "Super Boost" (Override Mode): Se sei a meno di un secondo dall'auto davanti, ottieni un extra di energia per il giro successivo.
L'Alio Attivo: Non c'è più il DRS (l'ala posteriore mobile classica). Ora l'ala si muove solo in certe zone e il pilota la controlla.

Il problema: Tu sai esattamente quanta energia hai tu. Ma non sai quanta ne ha il tuo rivale. Lui potrebbe avere la batteria piena (pronto a attaccare) o quasi vuota (in difficoltà). Se sbagli a indovinare, potresti sprecare la tua energia per attaccare un rivale che è già stanco, oppure non attaccare un rivale che sta solo fingendo di essere stanco.

2. La Trappola del "Finto Raccolto" (The Counter-Harvest Trap)

Qui entra in gioco la parte più affascinante. Immagina di essere il pilota A che insegue il pilota B.

Il pilota B vuole ingannarti. Decide di non usare la sua batteria (quindi sembra che stia "raccogliendo" energia, come se fosse stanco).
Tuttavia, usa l'ala attiva per mantenere la velocità alta, anche se non sta usando la batteria.
Il risultato: Tu vedi i dati del pilota B e pensi: "È stanco, sta risparmiando energia! È il momento perfetto per attaccare!".
Tu usi tutta la tua energia per superarlo.
La sorpresa: Appena lo superi, il pilota B riattiva la sua batteria piena (che stava tenendo nascosta) e ti ripassa facilmente.

Questa è la "Trappola del Finto Raccolto". È come se qualcuno ti dicesse "Ho le mani vuote" mentre in realtà sta nascondendo un asso nella manica.

3. La Soluzione: Due Strati di Intelligenza

L'autrice propone un sistema intelligente in due livelli per smascherare queste trappole:

Livello 1: Il Detective (Il Modello HMM)

Immagina un detective che osserva il rivale attraverso una nebbia. Il detective non vede la batteria del rivale, ma osserva 6 segnali pubblici (come la velocità in rettilineo, il tempo sul giro, quando frena, ecc.).

La novità di questa ricerca (v2): Prima, il detective vedeva solo "Batteria Bassa". Ora, il detective distingue due tipi di "Batteria Bassa":
1. Batteria Bassa "Finta" (Lharvest): Il rivale sta volontariamente risparmiando energia per una trappola. (Attenzione: è una trappola!)
2. Batteria Bassa "Vera" (Lderate): Il rivale ha davvero finito l'energia e non può più andare veloce. (Opportunità: attacca ora!)
Il detective usa un nuovo segnale, il "tasto dell'acceleratore" (δthrottle). Se il rivale preme l'acceleratore al 100% ma l'auto va lenta, significa che la batteria è finita (Vera). Se preme poco l'acceleratore per scelta, sta accumulando energia (Finta).

Livello 2: Il Generale (La Rete Neurale DQN)

Una volta che il detective ha detto: "Credo che il rivale stia tendendo una trappola" o "Credo che il rivale sia davvero debole", questa informazione passa al "Generale".

Il Generale è un'intelligenza artificiale che decide cosa fare: Attaccare (usare la tua energia) o Raccogliere (risparmiare).
Grazie al lavoro del detective, il Generale non cade più nelle trappole.

4. Perché è importante?

Prima di questo studio, le strategie si basavano su regole fisse (es. "Se vedo che va lento, attacco"). Ma nel 2026, i piloti possono mentire con i dati.
Questo sistema trasforma la gara da un gioco di fortuna a un gioco di deduzione.

Analogia: È la differenza tra giocare a "Morra Cinese" (scelta casuale) e giocare a "Scacchi" (dove calcoli le mosse dell'avversario basandoti su ciò che vedi, anche se non vedi le sue carte).

5. Cosa succede ora?

L'autrice ha testato il sistema su simulazioni al computer e ha ottenuto risultati incredibili:

Riusce a capire il livello di energia del rivale nel 96% dei casi.
Riusce a smascherare la "Trappola del Finto Raccolto" nel 96% dei casi.

Ora, il sistema deve essere testato nella realtà, partendo dal Gran Premio d'Australia nel marzo 2026. L'obiettivo è che, entro la fine della stagione, le squadre possano usare questo "detective digitale" per prendere decisioni migliori rispetto ai rivali.

In sintesi: Questa ricerca insegina alle auto a non farsi ingannare dalle bugie dei rivali, distinguendo chi sta davvero finendo le energie da chi sta solo fingendo per farti cadere in una trappola. È l'evoluzione della strategia F1: da "chi ha più benzina" a "chi ha più intelligenza".

Each language version is independently generated for its own context, not a direct translation.

Ecco un riassunto tecnico dettagliato del documento di ricerca "Opponent State Inference Under Partial Observability: An HMM–POMDP Framework for 2026 Formula 1 Energy Strategy" di Kalliopi Kleisarchaki.

1. Contesto e Problema

Il documento analizza le nuove regolamentazioni tecniche della Formula 1 per il 2026, che introducono un cambiamento fondamentale nella gestione dell'energia:

Split 50/50: Una divisione uguale tra motore a combustione interna (ICE) e batteria MGU-K, rendendo la carica della batteria una variabile strategica primaria in ogni settore.
Override Mode (MOM): Sostituisce il DRS. Concede 0,5 MJ di energia aggiuntiva al giro successivo se il pilota è entro 1 secondo dalla vettura di testa al punto di rilevamento.
Active Aero: Sostituisce il DRS con un sistema aerodinamico controllato dal pilota nelle zone di attivazione. Può essere usato in modalità "dritta" (boost di velocità) anche mentre si ricarica la batteria.

Il Problema: La decisione ottimale di "bruciare" (burn) o "ricaricare" (harvest) l'energia non dipende più solo dallo stato della propria vettura, ma dallo stato nascosto (hidden state) delle vetture avversarie. Questo crea un Gioco Stocastico Parzialmente Osservabile (POSG).
Il problema centrale è la "Counter-Harvest Trap" (Trappola del Ricaricamento Contro): un avversario può deliberatamente conservare energia (modalità Lharvest) e attivare l'Active Aero per mantenere la velocità, ingannando l'osservatore che interpreta il segnale come un attacco fisico (esaurimento energetico, Lderate), inducendolo a sprecare la propria energia in un attacco fallito.

2. Metodologia: Framework a Due Livelli

L'autore propone un approccio ibrido che combina inferenza probabilistica e apprendimento per rinforzo profondo.

Livello 1: Modello di Inferenza (HMM a 40 stati)

Un Hidden Markov Model (HMM) stima la distribuzione di probabilità dello stato nascosto di ogni avversario basandosi su 6 osservabili telemetrici pubblici.

Stato Nascosto ( $X$ ): Composto da 40 stati derivati dalla combinazione di:
- Livello di carica ERS: 4 modalità (H, M, Lharvest, Lderate).
- Stato Override Mode: Disponibile / Speso.
- Degradazione gomme: 5 livelli (da New a Cliff).
Osservabili ( $O_t$ ): 6 segnali derivati dalla telemetria (deviazioni dalla baseline a 5 giri):
1. $\Delta v_{trap}$ : Differenza di velocità al rilevatore.
2. $\Delta t_{sector}$ : Differenza di tempo nel settore.
3. $\Delta b_{brake}$ : Differenza nel punto di frenata.
4. $\sigma^2_{speed}$ : Varianza della velocità (detrended).
5. $z_{aero}$ : Attivazione Active Aero (0/1).
6. $\delta_{throttle}$ (Nuovo in v1.5/v2): Frazione di tempo in cui l'acceleratore è al 98%+ ma la velocità è sotto la baseline (segno meccanico di derating o super-clipping).
Innovazione Architetturale (v2): La separazione esplicita tra Lharvest (conservazione deliberata, trappola) e Lderate (limite fisico della batteria, opportunità reale). In versioni precedenti, questi erano confusi in un singolo stato "L". Il nuovo osservabile $\delta_{throttle}$ permette di distinguerli a livello di stato, non solo di emissione.
Calibrazione: Utilizzo dell'algoritmo Baum-Welch (EM) per adattare i parametri del modello ai dati reali della stagione 2026, partendo da una inizializzazione analitica.

Livello 2: Politica Decisionale (POMDP con DQN)

Un Deep Q-Network (DQN) prende come input lo stato di credenza (belief state) dell'HMM (un vettore di 40 probabilità) e decide l'azione: Burn (attacco) o Harvest (ricarica).

Input: Vettore di 66 dimensioni (stato proprio + vettore di credenza dell'avversario).
Architettura: Rete neurale profonda (3 strati nascosti) addestrata con Double DQN e experience replay.
Obiettivo: Massimizzare il guadagno di posizione ( $\Delta pos$ ) su un orizzonte temporale di 5 settori.

3. Contributi Chiave

Formalizzazione del Problema: Modellazione della gestione energetica F1 2026 come un POMDP e caratterizzazione formale della "Counter-Harvest Trap" come strategia ingannevole di equilibrio.
Inferenza dello Stato Avversario (v2): Sviluppo di un HMM a 40 stati che risolve l'ambiguità tra conservazione strategica (Lharvest) e esaurimento fisico (Lderate). Questa distinzione è cruciale per evitare di cadere nelle trappole avversarie.
Politica Decisionale: Integrazione dello stato di credenza in un agente DQN, dimostrando superiorità rispetto a strategie basate su semplici soglie osservabili.

4. Risultati (Validazione Sintetica)

I risultati sono riportati su dati sintetici generati dal modello parametrico (la validazione empirica su dati reali inizierà con il GP d'Australia 2026).

Accuratezza Livello ERS: 96,8% (baselines random: 25%).
Distinzione Lharvest vs Lderate: 89,4% di accuratezza (baselines random: 50%). Questo è il risultato principale di v2, impossibile da ottenere con la struttura precedente.
Rilevamento Trappola (Trap Detection): 96,3% di recall (solo il 3,7% di falsi negativi).
Riduzione Falsi Positivi: La separazione degli stati riduce drasticamente i falsi allarmi causati da vetture in Lderate che venivano erroneamente interpretate come trappole.
Robustezza: Il modello mantiene buone prestazioni anche con perturbazioni dei parametri di emissione (shift di media e rumore).

5. Significato e Limiti

Significato: Il lavoro fornisce un framework computazionale pratico per gestire l'incertezza strategica nella F1 del futuro. La capacità di distinguere tra un avversario che "finge" di essere debole (trappola) e uno che è realmente debole cambia radicalmente la strategia di gara.
Limiti:
- Assunzione di Stazionarietà: Il modello attuale assume che gli avversari non adattino le loro strategie in risposta all'osservazione (non considerano di essere "giocati"). Questo è un limite strutturale che verrà affrontato in lavori futuri (Kleisarchaki [2026b]) con un approccio di teoria dei giochi.
- Indipendenza Condizionata: L'assunzione che gli osservabili siano indipendenti condizionalmente allo stato nascosto porta a una sovrastima della confidenza (calibrazione ECE = 0.006 sui dati sintetici, ma probabilmente più alta sui dati reali).
- Validazione Empirica: I risultati attuali sono superiori ai limiti reali; la calibrazione finale avverrà solo dopo i primi GP della stagione 2026.

In sintesi, questo paper stabilisce una nuova base per l'intelligenza artificiale nelle strategie di gara, trasformando la telemetria grezza in una comprensione profonda delle intenzioni e delle risorse nascoste degli avversari, fondamentale per l'era delle regolamentazioni energetiche 2026.