The Evolution of F1 Strategy: From Stopwatch to Stochastic Optimization / F1策略的演进：从秒表到随机优化
第 1 章：The Evolution of F1 Strategy: From Stopwatch to Stochastic Optimization / F1 策略的演进：从秒表到随机优化
在 2019 年 Hockenheim 赛道（Hockenheimring）的德国大奖赛上，当 Sebastian Vettel 在雨中以 17.4 秒的差距领先 Lewis Hamilton 时，Ferrari 的策略工程师 Mark Slade 在第 47 圈做出了一个改变比赛走向的判断：他让 Vettel 在雨势加大的瞬间进站换上半雨胎（intermediate），而此时赛道表面仍处于从干到湿的过渡阶段。这个判断事后被证明是错误的——Vettel 出站后轮胎表面温度不足以切开水膜，他撞上了 Sachskurve 的防护墙，整场比赛的领跑优势化为乌有。同一周末的银石赛道，Mercedes 的策略团队基于完全不同的决策栈（decision stack）做出了相反的判断：当 Charles Leclerc 在第 17 圈进站后，Mercedes 让 Valtteri Bottas 故意将比赛速度放慢 1.4 秒/圈，以制造一个精确的 undercut（undercut，即通过更早进站获得新胎温度优势而超越对手的战术）窗口；该窗口在 9.7 秒后被精确触发，Hamilton 借新胎圈速优势超越 Leclerc。这个差异不是运气的好坏——它是过去三十年 F1 策略范式整体迁移（paradigm shift）的微观投影。
本章要回答的核心问题是：Formula 1 比赛策略是如何从一项基于直觉与秒表的"工艺"演化为一门基于随机优化的工程学科的？ 这一演化的产物，是每一个现代车队策略师（race strategist）都必须掌握的四个规范输入（canonical inputs），以及一个由 *observe → model → decide → act → learn* 五个节点构成的决策回路。本章将建立这个认知框架，并把它作为全书 15 章的脚手架。
---
1.1 前分析时代：秒表与直觉的工艺 / The Pre-Analytics Era: Stopwatch and Gut Feel
要理解现代 F1 策略的本质，必须先理解它替代的是什么。在 1950 年代至 1980 年代的大约四十年间，"race strategy"这个词汇所指代的实践，与今天的工作几乎不可同日而语。彼时的策略决策建立在三类原始信号之上：肉眼判断的轮胎磨损、由赛道观察员口述的天气状况、以及车手通过无线电描述的赛车行为。决策周期（decision cycle）以分钟为单位，而非毫秒。
1.1.1 燃料驱动的早期战术（1950s–1960s）
1950 年代的 F1 比赛，几乎不存在现代意义上的"轮胎策略"。胎面花纹与化合物（tyre compound）由 Pirelli、Dunlop、Firestone 等供应商各自供应，性能差异显著，但没有进站规则统一化。车手通常从起点跑到底，除非机械故障。真正的策略变数来自燃油负载（fuel load）——一辆满载燃油的赛车每圈比空油状态慢约 0.06–0.08 秒/圈（这一关系后来被工程师称为 *fuel-burn sensitivity*），因此"少装油、早进站"的雏形在这一时期出现。
1960 年代晚期出现的标志性事件是 Brabham BT19 与 Jack Brabham 的"轻油策略"。在 1966 年的法国大奖赛，Brabham 让 BT19 仅携带完成比赛所需的最低燃油量，在起跑阶段争取了显著的圈速优势（fuel-corrected pace）。这种"为赢得前半段而牺牲后半段"的二元决策（binary trade-off）虽然粗糙，但它定义了策略思考的第一性原理：你必须在 *lap time now* 与 *lap time later* 之间做跨时间的资源分配（intertemporal resource allocation）。这一原理即使到了 2024 年的混合动力时代仍然成立——燃油效率、电能部署（energy deployment）、轮胎热衰减三者本质上都是同一类 *resource-constrained intertemporal optimization* 的实例。
> 方法论注释（Methodological note）：1960 年代的策略师没有蒙特卡洛模拟器，但他们通过逐圈圈速的差分（lap-by-lap pace differential）来推断对手的油耗曲线。这是今天 *stint modeling* 的原始形态。
1.1.2 涡轮时代的策略觉醒（1970s–1980s）
1977 年 Renault RS01 引入 1.5 升涡轮增压引擎（turbocharged V6），开启了 F1 策略史上的第一次真正复杂化。涡轮增压引擎的核心特性是严重的燃油消耗非线性——在 boost pressure 调高时，燃油消耗率呈指数级上升。这一物理特性迫使车队引入一个全新的角色：race engineer（赛事工程师），其核心职责之一是监控燃油消耗与剩余圈数的比值，并在 *fuel-save mode* 与 *attack mode* 之间动态切换。
1980 年代中期的 *fuel wars*——McLaren-TAG、Porsche、Bernoulli 之间的引擎博弈——将这一复杂度推向极致。1986 年匈牙利大奖赛，Nelson Piquet 在 Hungaroring 湿冷的赛道上夺冠，部分原因是 Williams-Honda 的策略团队精确估算了他可以接受的 boost level 而不必进站加油。这类决策的关键在于一个剩余资源估算函数（remaining resource estimator）：
$$ \hat{R}_k = R_0 - \sum_{i=1}^{k-1} r_i(\text{boost}_i, \text{track}_i, \text{tire}_i) $$
其中 $R_0$ 是起始资源（燃油或胎面深度），$r_i$ 是第 $i$ 圈的资源消耗率，它本身是一个关于 boost、赛道温度、轮胎状态的函数。这套公式即使在 2024 年仍是车队策略桌面的核心，只不过右端加入了二十多个新变量。
但与今天根本不同的是，1980 年代的 $\hat{R}_k$ 计算依赖纸质笔记本与车队数学家的人工迭代。没有实时仿真器，没有对手 telemetry（远程遥测数据），没有精确的天气预报。决策的精度受限于人的认知带宽——一个赛事工程师在 90 分钟比赛里能可靠执行的"假设-反事实推演"（what-if counterfactual）次数不超过 10–15 次。
1.1.3 直觉工艺的局限：1982 年摩纳哥的一个反例
1982 年摩纳哥大奖赛提供了一个清晰的"如果车队只有直觉会如何失败"的案例。Riccardo Patrese 的 Brabham-BMW 在第 12 圈因机械故障停在泳池区（Swimming Pool），触发安全车（safety car）。彼时领跑的是 Alain Prost 的 Renault，他领先 Didier Pironi 约 1.8 秒。安全车期间，Renault 的赛事工程师面临一个关键判断：是让 Prost 在 SC（safety car）窗口进站加油，还是保持位置？他们的判断——留在赛道上——事后被证明错误：SC 解散后 Prost 的轮胎严重 *graining*（胎面颗粒化），而 Pironi 在安全车窗口进站后获得了新胎与较少燃油的优势，最终夺冠。
事后分析（hindsight analysis）显示，正确的决策应基于两个变量：(1) 安全车重启后剩余圈数，(2) 当前轮胎的 *remaining useful life*。在 1982 年的工具条件下，这两个变量都是高噪声估计（high-variance estimate）。Prost 的车队无法量化他们的不确定性边界，因此选择了"维持现状"这一保守策略——但 F1 中保守策略的代价比激进策略常常更高，因为每一圈都在消耗有限的资源窗口。
这一案例揭示了直觉工艺的根本局限：当不确定性高、决策影响单调递增、且无法回滚时，人类的启发式判断（heuristic judgment）系统性劣于一个显式建模决策边界的系统。这正是 1990 年代车队策略开始数字化（digitalization）的根本动因。
---
1.2 三次策略革命：从加油到软件主导 / The Three Strategic Revolutions
过去三十年，策略学科经历了三次结构性革命。理解每一次革命的诱因、内核与遗留问题，是构建现代策略师认知地图的前提。
1.2.1 第一次革命：加油时代（1994–2009）
1994 年 F1 引入 *refueling ban exemption*——允许比赛中加油，前提是赛车必须先停车。这一规则在技术层面把比赛变成了一个多阶段动态规划问题（multi-stage dynamic programming problem）。
加油带来的关键变量化（parametrization）有四：
1. 燃油流量上限（fuel flow rate cap）：受 FIA 监管，约 0.8 秒/升，影响进站损耗（pit loss）。 2. 加油策略的两难：少加油意味着进站次数多、每次进站时间短，但位置损失（track position loss）大；多加油则反之。 3. 燃油修正圈速（fuel-corrected lap time）：进站后赛车轻，速度曲线非线性。 4. 安全车窗口的极端价值：SC 期间加油几乎"免费"——位置损失被压缩到最低。
2000 年代中期，McLaren、Ferrari、Renault、BAR-Honda 纷纷引入计算机辅助决策系统。这包括早期的 *in-house race simulators*，但更重要的是第一代实时战术引擎（real-time tactical engine）——它们的核心功能是计算 *race-time equivalent mass*（等效质量），即把燃油、轮胎磨损、气温等因素统一映射到一个"虚拟赛车重量"，用以估算剩余圈数的圈速分布。
这一时期的标志性决策事件是 2006 年匈牙利大奖赛：Jenson Button 在匈牙利亨格罗林赛道赢得了其职业生涯首胜。Honda（BAR-Honda 重组后）的策略团队利用 SC 窗口做了一个"双段加油"——第一次进站仅加油，第二次进站加油并换胎——这一复杂决策链在人工条件下几乎无法可靠执行。它标志着车队策略开始向显式算法决策（algorithmic decision-making） 迁移。
但加油时代也有其内在矛盾：每次加油进站约 24–28 秒的损耗，加上加油过程中赛车需要两个人操作，加油火灾风险也带来安全和伦理层面的复杂性。2009 年 FIA 全年禁止比赛中加油，这一规则变化直接促成了第二次革命。
1.2.2 第二次革命：轮胎战争（2010–2019）
2010 年代的 F1 见证了 Pirelli 作为唯一轮胎供应商引入强制多胎面策略（mandatory multi-compound strategy）——即每场比赛必须使用至少两种不同胎面化合物（dry compound），并且供应商会主动设计快速退化（high-degradation）的轮胎以鼓励进站。这一规则把"轮胎"从一个连续变量变成了一个离散且带强非线性退化的关键资源。
轮胎策略的数学建模需求比燃油时代高出数个量级。原因有三：
(a) 退化曲线的高度非线性（high non-linearity of degradation curves）。一条 Pirelli C3 胎面在 30°C 赛道温度下可能在前 4 圈保持稳定圈速，然后在第 5–10 圈出现 *thermal degradation*（热衰减），最后 10 圈出现 *graining/blistering*（颗粒化/起泡）导致的不可逆性能损失。这条曲线不是凸函数，也不是简单凹函数，而是分段非线性（piecewise nonlinear）。
(b) 圈速差异的杠杆效应（lever effect of pace delta）。在轮胎策略中，0.3 秒/圈的圈速差异就足以决定 undercut 是否成功。这意味着策略仿真器的精度必须达到 ±0.05 秒/圈才能可靠指导决策。
(c) 多车队的耦合博弈（coupled multi-team game）。当 Mercedes 与 Ferrari 同时进站时，undercut 的"窗口"取决于双方的时间差（time-delta）。这是一个双人动态博弈（two-player dynamic game），其纳什均衡（Nash equilibrium）需要在每次决策点重新求解。
2012 年巴西大奖赛是这一时代的标志性案例。Sebastian Vettel 进入决赛时积分领先 Fernando Alonso 三分，但仍需在 Interlagos 保住 P4 以上位置。比赛第一圈就下雨——一个非常早期的不确定性事件——Red Bull 的策略师（当时为 Hannah Schmitz，后晋升为首席策略师）做出的判断是：留在赛道上用 dry tire 不进站。事后看，这个判断将 Vettel 推到了 P1，并最终赢得他的第三个世界冠军。这一决策的核心不是运气，而是对多步天气锥（multi-step weather cones）的概率推断——Red Bull 的内部模型在比赛开始前 30 分钟就给出了 70% 概率的"开局即雨，30 分钟内转晴"情景。
1.2.3 第三次革命：混合动力与软件主导（2020s–）
2020 年代开始的几个监管变化叠加在 2014 年以来的混合动力单元（hybrid power unit, HPU）框架之上，将策略学科推向一个新的复杂度级别：
1. ERS（Energy Recovery System）的策略耦合。MGU-K 与 MGU-H 的能量部署具有明确的 per-lap energy budget——每圈可用约 2 MJ 的电能量，但部署时机（deployment timing）直接影响圈速。车队开始在比赛中动态调整 ERS 部署曲线（deployment profile），以优化 *race-time equivalent mass* 与 *battery state of charge* 的权衡。
2. 预算帽（cost cap）的信息不对称。2021 年起实施的预算帽（USD 135M/赛季）将测试里程大幅压缩。车队无法再通过大量赛道测试来校准他们的退化模型——这意味着比赛中收集的实时数据成了模型校准的唯一来源。模型必须学会自我更新（self-updating）——即第 2 章要讨论的 *online learning*。
3. 远程操作（remote operations）的兴起。疫情后，车队开始允许策略团队成员远程接入 pit wall 数据流。这改变了信息流的拓扑结构（topology）——传统 pit wall 是 8–10 人面对 12 块屏幕的物理集中；远程操作后，策略团队的认知协同（cognitive coordination）问题从"面对面"变成了"分布式异步"。这直接催生了新一代策略工具——chatOps 接口、共享白板、语音转录的实时转译。
4. 实时遥测带宽的指数增长。现代 F1 赛车通过 AES-128 加密的 1 Mbps+ 双向遥测流传输约 150–200 个传感器信号，采样率从 10 Hz 到 1 kHz 不等。这意味着策略团队可获得的信息颗粒度（granularity）比 1990 年代高出三个数量级。一个直接后果是：策略决策的自由度（degrees of freedom） 也对应增长。
第三次革命的总体效果是：策略从"几个变量的优化"变成了"几十个变量的实时随机优化"。这正是本章标题所指的"stochastic optimization"的当代含义。
---
1.3 四个规范输入：现代策略的脊柱 / The Four Canonical Inputs
把过去三十年的策略演化压缩到结构性层面，我们可以识别出所有现代策略决策都必须锚定的四个输入。它们是：
1. 轮胎（Tyres） 2. 天气（Weather） 3. 事故与中断（Incidents） 4. 实时遥测与数据（Real-Time Telemetry & Data）
为什么恰好是这四个？我们可以从信息论（information theory）的角度论证：F1 比赛中影响圈速的所有可观测变量都可以被归入这四个范畴——轮胎决定 *grip budget*，天气决定 *ambient state*，事故决定 *discrete state transitions*，实时遥测决定 *current state estimation*。其余因素（赛道布局、车手风格、对手决策）都是这四者的派生量。
1.3.1 输入一：轮胎（Tyres）—— 从化合物到多孔结构
轮胎之所以排在第一位，是因为它在 2010 年代以后成为策略博弈的核心自由度。Pirelli 提供的五种干胎化合物（C1 硬 → C5 软）每一种都有不同的退化曲线（degradation curve）——这条曲线通常用 *cliff-and-plateau* 模型描述：
$$ T(t) = T_0 + \alpha t + \beta \max(0, t - t_{\text{cliff}})^{\gamma} $$
其中 $T_0$ 是起始圈速（fresh tire pace），$\alpha$ 是 *linear wear* 系数，$\beta$ 与 $t_{\text{cliff}}$ 共同决定 *thermal cliff*——即性能陡降的临界点。
关键判断：在 2024 年的策略桌面上，轮胎退化曲线的实时估计比绝对圈速更重要。原因很简单：绝对圈速受燃油、ERS 部署、风向等多重因素干扰，但退化曲线的斜率变化能直接揭示胎面状态转移——而这种转移是不可逆的。
具体操作中