The LabsF1モデリング:ラップシミュレータとレースデータが教えてくれること、教えてくれないこと
OpenF1の公開2026年トラックデータでF1ラップシミュレータを構築し、2026年の新レギュレーションにゲインの余地があるかを問うた。また2023〜2026年の公開レースデータでピットストップ戦略も調べた。チームのデータは使わず、実車についての主張もしない。
シミュレータは、頑健だが控えめなゲインを示すが、それはモデル自身の誤差の範囲内である。発見ではない。
シミュレータは1つのトラック(ハンガロリンク)で4つの定数によりフィッティングされた。実際の2026年ポールラップに対し、シミュレートされたラップタイムは0.6%のずれで、コーナー速度はr=0.97で相関した。その後、再フィッティングなしで3つのトラックを予測した:モンツァ+0.95%、シルバーストン+1.88%、シュピールベルク+2.07%のラップタイム誤差で合格。カタルーニャ(+3.37%)とメキシコ(-3.99%)は不合格で、除外・報告された。モデル全体の誤差は約2.7%、1周あたり約2秒。フィットは公開データではグリップとダウンフォースを分離できないため、絶対値は曖昧である。
実車ではなくシミュレータ内で、弱いベースラインではなく公正なベースラインに対し、最適なエネルギー展開、コーナーのダウンフォース、直線でのドラッグ低減、エンジンパワーを探索した。シミュレートされたラップタイムゲインは、グリップ・ダウンフォース・ドラッグ・エネルギーを最大10%ランダムに変えた100回中100回で正のままだった。
これらはモデルの数値であり、実際の性能ではない。ゲインの大部分は既知の実践である:最適なエネルギー展開は0.7〜1.7秒をもたらし、チームはすでに実施している。既知の実践を超える部分、空力トリムと直線モードでのより深いドラッグ低減による0.8〜1.6秒は、約2秒のモデル誤差より小さい。これは1つの仮定、直線モードがドラッグを30%ではなく45%削減できる、に依存している。それが合法か実現可能かは確認していない。正直なラベルは「頑健に正、モデルノイズ内、決定的ではない」である。右パネルの方が信頼できる読み方である:モデル内では、タイヤグリップとエンジンパワーが1%あたり最も多くのラップタイムをもたらし、余分な質量とドラッグが最も多くを奪う。
2023〜2025年の299件のピットストップ対決で、アンダーカット(先にピットインしてフレッシュタイヤでタイムを稼ぐ)は、追う側が0.5秒未満の差でスタートした場合約90%成功し、約1.7秒の差(95%区間1.5〜2.1秒)で失敗に転じた。先行車が次の周ですぐにカバーした場合、先に止まった側の成功は38%にとどまった。3〜9周待った場合は75〜76%成功した。成功はトラックにも依存する:ハンガロリンクで86%、ルサイルで25%(サンプルは小さく、トラックあたり8〜28件)。
モデルは1つのルール時代の中では単純なベースラインを上回る(ログ損失0.57対ベースレートの0.66、低いほど良い)。2026年のレギュレーション変更をまたぐと崩れる:0.91対ベースレートの0.73。2023〜2025年で学習したモデルは、再フィッティングされるまで2026年には信頼すべきでない。
- 異常検出、ラウンド1:陰性。約8 km/hのスリップストリーム効果と「2026年の変化なし」は探索的な相関であり、発見ではない。予定されていた第2ラウンドは実行されなかった。
- 公開データのみ、誤差約2秒のフィッティング済みシミュレータ、5トラック。
- シミュレートされたゲインは実際の性能ではない。どのチームやドライバーについても因果的主張はない。
- 戦略の数値はトラックあたりのサンプルが小さく、2023〜2025年のルールに適用される。