Evolución al volante
Este coche no tiene mapa. Ve el mundo a través de nueve antenas de distancia y siente su propia velocidad: esa es toda la entrada de una red de 16 neuronas que solo produce giro y gas. Nada aquí se enseñó con retropropagación: el cerebro fue evolucionado por un algoritmo genético. Cambia de circuito y observa cómo el mismo campeón se adapta: eso es lo que te dan los adaptadores por circuito.
Proyecto completo en GitHub: aifriend/f1-neuroevolution ↗
Resumen
El conductor es una red feed-forward de solo dieciséis neuronas ocultas. Sus únicos sentidos son nueve telémetros frontales — como la ecolocalización de un murciélago — más su velocidad actual. Sin vista global del circuito, sin trazada, sin reglas: solo lo que reportan las antenas, fotograma a fotograma.
Metodología
Los pesos se encontraron por neuroevolución: un algoritmo genético que muta y selecciona redes enteras según su aptitud por vuelta, sin calcular jamás un gradiente. Un cerebro base congelado se especializa por circuito con adaptadores estilo LoRA: pequeños deltas de pesos de bajo rango, uno por nivel del currículo, de modo que un solo campeón domina de Monaco a Ironcliff.
Aplicaciones
Neuroevolución para el control donde no hay gradientes disponibles, transferencia sim-to-real de políticas aprendidas en simulación, y aprendizaje por currículo: arrancar tareas difíciles a partir de las fáciles con adaptadores baratos por tarea en lugar de reentrenar desde cero.