基于香农熵与LLM反馈的模拟赛车驾驶员行为解释

《Entropy》:Explaining Driver Behavior in Sim Racing with Shannon Entropy and LLM Feedback

【字体: 大 中 小 】 时间:2026年08月28日 来源:Entropy 2.1

编辑推荐:

  在某些场景中,赛车模拟器已被用于以接近真实世界数据的高相似性受控获取密集遥测,从而降低评估驾驶性能的成本。然而,尽管流行,传统性能分析将人类控制视为确定性过程,忽视了驾驶行为的随机性。事实上,现有提升驾驶性能的教练方法须应对两种不同结果:重构比赛控制策略的驾驶

  
在某些场景中,赛车模拟器已被用于以接近真实世界数据的高相似性受控获取密集遥测,从而降低评估驾驶性能的成本。然而,尽管流行,传统性能分析将人类控制视为确定性过程,忽视了驾驶行为的随机性。事实上,现有提升驾驶性能的教练方法须应对两种不同结果:重构比赛控制策略的驾驶员,与仅更快地重复原有策略的驾驶员。本文提出一种Behavior-First框架用于可解释的驾驶员行为分析以区分二者。研究人员以两个信息论描述子刻画控制信号:Jensen–Shannon散度(JSD)量化与水平匹配参考的分布距离,其平方根满足三角不等式;以及排列熵(Permutation Entropy,PE)度量输入序列的序数复杂度。随后确定性物理启发启发式层识别运动学性能缺口并发出结构化令牌,由大语言模型(Large Language Model,LLM)转为自然语言教练叙述。研究人员在探索性案例研究中评估该框架。三名接受生成教练消息的初学者与一名未受教练的比较参与者表现出不同的单圈时间与信息论轨迹。由于组别小且非随机,这些观察描述驾驶员内演化,未估计因果教练效应。
研究背景方面,高保真驾驶模拟器如iRacing?可提供激光扫描赛道与60 Hz高频遥测,使受控条件下研究人类驾驶行为成为可能。现有遥测教练方法多将驾驶视为确定性优化问题,聚焦单圈时间预测、技能分类或与专家参考比较,忽视控制信号中的随机性与时序组织,常混淆执行误差、物理不稳定与合法控制复杂度;而当引入大语言模型(Large Language Model,LLM)时,分析推理与语义生成的边界不清,存在领域幻觉风险。为此,研究人员提出Behavior-First遥测框架,将随机行为表征与确定性物理诊断置于受限语义层上游,使分析决策由随机与启发式阶段作出,LLM仅作语义接口。
关键技术方法上,研究人员在iRacing平台以60 Hz离线提取丰田GR86 Cup与马自达MX-5 Global Cup于Charlotte Motor Speedway Roval(18微扇区)和Summit Point Raceway(10微扇区)的遥测,样本为6名志愿者(专家A、中级B、初学者C/D/E/F,其中E为未受教练对照),采用分层参考(初学者对中级B、中级B对专家A)五stint协议每stint两有效圈。方法链包含:按圈距离百分比对齐遥测;以增广Dickey–Fuller(ADF)与KPSS联合检验扇区级60 Hz段宽平稳性(探索性);以Jensen–Shannon散度(JSD,√JSD为度量)比较同扇区同通道直方图分布距离;以嵌入维m=5延迟τ=1的排列熵(Permutation Entropy,PE)测序数复杂度;物理启发启发式层提取制动点、峰值刹车、最小弯速、转向幅值等运动学特征并触发BRAKE/LATE_ROTATION/THROTTLE_STEER_CONFLICT/LEGACY等符号诊断令牌;LLM(本地Gemma3:12b经Ollama,温度0.1)仅接收JSON诊断令牌生成自然语言反馈。
研究结果部分,6.1节性能缺口与探索平稳性诊断显示,B对A在Charlotte亏0.9 s、Summit Point亏1.1 s,初学者对B缺口1.5–11 s且空间集中;18296个扇区-通道段中14466可分类,65%–89%为Unit-Root、Stationary占比<10%,研究者明确平稳性仅描述局部时序结构而非熟练度。6.2节物理诊断与时序激活动态表明,受教练组(D对B、F对B等)启发式激活数跨stint下降(D对B从52降至35),未教练E对B从47升至64,LATE_ROTATION持续主导而执行类启发式衰减。6.3节控制行为的信息结构:6.3.1 JSD图显示发散空间集中(B对A转向发散在Summit 5–8扇区)、随技能差放大(Charlotte可达0.35)、Combined G-Force发散最小;受教练组高发散格随stint衰减,E保持。6.3.2 PE相对专家显示中级B各通道PE低于A(Charlotte转向ΔPE达-0.12),专家具更富序数微调节。6.3.3初学者异质:C/F转向PE低于参考(欠调制),D高于参考(过修正),油门PE全为正(F达+0.18);E油门偏高但转向偏离小。6.3.4行为距离(平均|ΔPE|)对单圈缺口轨迹显示B对A非单调(stint2缺口扩至1.4 s后回缩),初学者中C收敛至0.5–0.8 s、E行为距离左移但缺口振荡1.5–3 s不收敛,证明行为距离与单圈时间不可互换。6.3.5统计层以Wilcoxon符号秩+BH FDR作扇区内筛选,研究者强调效应方向与跨stint一致性重于q值。6.4节LLM反馈显示启发式令牌经JSON转写为按时间损失排序的角落建议,LLM不增新诊断。
讨论与结论翻译:研究人员在探索性案例研究中评估框架,三名受教练初学者与一名未教练对照呈不同单圈与信息论轨迹;因组别小且非随机,观察描述驾驶员内演化而非因果教练效应。论文贡献为架构性而非算法性:Behavior-First次序将随机行为表征与物理诊断置于受限语义层前,LLM仅格式化输出。局限包括启发式阈值为专家经验标定非统计拟合、可追溯性与幻觉频率未独立评估、平稳性检验受短序列限制。该框架发表于《Entropy》,意义在于为模拟赛车教练提供可分离“策略重构”与“更快重复”的行为先行解释管道,使反馈锚定于确定性诊断而非黑盒推理。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号