Après la mécanique, l’informatique pourrait-elle aider les pilotes de Formule 1 (et leur équipe) à franchir plus rapidement la ligne d’arrivée? C’est du moins ce que croient des chercheurs du King College de Londres.
Selon ces spécialistes, l’IA pourrait ainsi fournir des informations supplémentaires aux personnes chargées de prendre des décisions, durant les courses.
« Nous avons découvert que des modèles d’IA sont non seulement capables de répliquer des stratégies et des tactiques déjà existantes, mais qu’ils s’avèrent, dans bien des cas, plus efficaces lorsque vient le temps d’optimiser les paramètres de la voiture et de l’équipe en entier », mentionne ainsi, par voie de communiqué, le principal auteur des travaux, le Dr Antonio Rago.
Car lors d’une course de Formule 1, si le pilotage est essentiel, d’autres aspects le sont tout autant, comme choisir le moment où effectuer un arrêt aux puits, le type de pneus à utiliser, etc. Le tout dans l’espoir d’atteindre la plus haute marche du podium, à l’arrivée.
Comme le rappellent les spécialistes, les stratégies mises de l’avant par les équipes des différentes écuries s’appuient sur de nombreux facteurs, notamment la vitesse des voitures, la surface de la piste, la vitesse de dégradation des pneus, ou encore la météo.
Ces stratégies sont ensuite intégrées dans des simulations pour calculer les probabilités que les circonstances choisies s’avèrent vraies, le tout à travers des milliers de tests.
Cependant, précise-t-on, toujours par voie de communiqué, ces simulations sont particulièrement complexes, et prennent donc beaucoup de temps à effectuer. Elles ne tiennent pas non plus compte des interactions entre les stratégies des différentes équipes, ce qui limite leur efficacité.

Vous aimez nous lire et nous écouter? Pour continuer de vous offrir nos contenus, nous avons besoin de vous.
Pour seulement 5$ par mois, contribuez au succès de Pieuvre et obtenez l’accès à La Voûte, une série d’épisodes exclusifs du podcast Rembobinage. Abonnez-vous dès aujourd’hui!
Apprendre… et expliquer
En s’appuyant sur un modèle d’IA capable d’apprendre de ses erreurs, l’équipe dit avoir « entraîné » ce système en utilisant toutes les pistes ayant accueilli des épreuves, au cours des dernières saisons. Ce même modèle d’IA aurait ensuite été renforcé par un autre système, capable d’expliquer les décisions prises par l’ordinateur, histoire que les stratèges humains puissent analyser le tout.
Ces mêmes modèles IA auraient également proposé des « tactiques émergentes », ce qui voudrait dire que le logiciel suggère des astuces sans avoir été spécifiquement formé en ce sens.
Pour évaluer si les nouvelles méthodes étaient efficaces, l’équipe de recherche a pris les commandes d’une voiture de l’écurie Mercedes, dans le cadre d’une simulation du Grand Prix du Bahreïn, en 2023, et comparé, sur plusieurs milliers de simulations, leur propre modèle avec des techniques existantes qui ne s’appuient pas sur l’IA.
Résultat? Les méthodes suggérées par l’IA ont permis d’obtenir des performances légèrement supérieures à celles enregistrées par la véritable équipe de l’écurie Mercedes, il y a trois ans. Ce qui représente, précise-t-on, un gain important dans un sport où chaque fraction de seconde est cruciale.
Selon le Dr Kedar Pandya, qui a soutenu cette étude, « ces travaux soulignent le potentiel de croissance des IA avancées, lorsque vient le temps de s’attaquer à des défis complexes en matière de prise de décision ».
« En combinant l’apprentissage par renforcement, où les systèmes apprennent de leurs erreurs, avec une IA explicative qui rendent ces décisions plus transparentes, le Dr Rago et ses collègues ont développé une nouvelle approche très puissante pour développer des stratégies en course automobile. »





