Гонщик с race control

Модель из 16-го эпизода проекта A Million Tries: один нейросетевой мозг управляет всеми машинами в 8-машинных гонках. Это компактная RL-политика на JAX: вход 130 чисел, выход — руль, педали и реверс 20 раз в секунду.

⚙ Ключевые особенности

• 🚦 Понимает race control: жёлтые и двойные жёлтые флаги, VSC, Safety Car и красный флаг.
• 🧭 Видит флаги в своём и следующем секторе, дистанцию до них и запас времени относительно VSC delta.
• 🚌 Замечает, что впереди Safety Car, с какой стороны бокс, и ближайшую остановившуюся машину.
• 🎯 Сеть 130 → 256 → 256 (tanh) → 3; вход — 115 чисел от гонщика ep15 и 15 от race control.
• 🧑‍💻 Обучение: hand-written эксперты для зон race control + behavior cloning; вне зон — гонщик ep15.

🎬 Пример

Сценарий из карточки: машина подъезжает к двойному жёлтому сектору, замедляется, держит VSC delta, затем встаёт в очередь за Safety Car и объезжает остановившуюся машину. В тесте на незнакомых трассах она проходила мимо аварии под Safety Car в 96% случаев; у первого демо-прогона было 61%.

Подробнее

В приёмочном тесте 32 гонки / 256 машинных заездов: финиш 58% против 64% у гонщика ep15; сошло 83 машины против 55; 0,12 штрафа за гонку; время гонки 44,11 мин против 44,71.
Пройдено 4 из 6 проверок: штрафы, время гонки, отсутствие аварий на 1-м круге и рестартах. Тест в исходном виде не пройден.
Ограничения: финиширует реже базовой модели и чаще теряет машины; на остановившиеся машины наезжает примерно так же часто.
Выбран run D1-8, round 8 из девяти запусков; код — в GitHub-теге episode-16.