Tommaso Patriti
Ricerca F1TENTHGuida autonoma
Metodi e dati

Protocollo, modello e prompt

L’esperimento si è svolto il 3 novembre 2026, ora italiana. Tommaso Patriti ha assegnato gli obiettivi e i vincoli. Codex ha esaminato il codice, scritto i compilatori dei pesi, eseguito i rollout e preparato i confronti. I metadati della sessione identificano il modello che ha coordinato il lavoro come GPT-6 Astra (gpt-6-astra), con ragionamento high nelle prime fasi e ultra nelle successive.

Secondo la stima dell’autore del 3 novembre 2026, la sessione con Astra ha utilizzato circa il 20% della quota settimanale del suo account Pro. Il consumo in token e il tempo di calcolo non sono stati misurati.

Richieste effettive

Estratti dei prompt originali, in ordine cronologico. Gli estratti mantengono la formulazione dell’utente.

  1. «Voglio vedere se sei in grado di migliorare il modello, modificando i pesi row, come nel lavoro allegato.»
  2. «voglio che vada più veloce, che non si schianti e che sappia driftare.»
  3. «Mantieni il progetto attuale: solo modifiche ai pesi»
  4. «Continua a migliorare i pesi: prova a ridurre ancora gli schianti senza perdere velocità»
  5. «sei in grado di generare una rete da 0? più generale e snella, scrivendo direttamente i pesi»
  6. «Continua sulla rete nuova: prova a recuperare l’8,2% di velocità e risolvere i 7 timeout senza aumentare gli schianti, sempre scrivendo direttamente i pesi, senza training»

Disegno sperimentale

La prima serie parte dal checkpoint PPO del progetto di Manuel Andruccioli, Tommaso Patriti e Giacomo Totaro. La seconda costruisce un attore geometrico da zero. I coefficienti provengono da formule sui raggi LiDAR, sull’ingombro del veicolo e sul modello dinamico. I rollout orientano la scelta e la revisione manuale delle formule. Il controllore risultante usa soltanto il LiDAR durante la guida. Relazione originale del progetto · Metodo di riferimento

Per ogni confronto, i controller condividono pista, posa iniziale e seed del rumore. Un successo richiede almeno il 99% dei waypoint in ordine e un attraversamento della partenza senza collisione. Il limite è 200 secondi simulati. La verifica conclusiva congela gli hash e usa cinque nuovi seed su ciascuna delle 21 piste. Due verifiche precedenti hanno respinto candidati dopo collisioni ad Austin. Il quarto modello dell’ultimo confronto isola la sola modifica della velocità. Tutti i confronti

Il tempo riportato è la media di 100 × (tempo candidato / tempo riferimento − 1) calcolata sugli stessi giri completati. Collisioni e timeout rimangono nel denominatore dei completamenti. Un audit separato confronta un rettangolo di 58 × 31 cm con i pixel occupati a ogni posa registrata prima dell’azione. La risoluzione della mappa, il passo di 0,01 s e la fisica degli pneumatici limitano le conclusioni su contatti reali e drift controllato. Audit delle traiettorie

Materiale supplementare

Una scansione di Budapest a 6,10 secondi. In alto si vedono tutti i 1.080 raggi. Il dettaglio in centimetri mostra i 40 valori usati dal nuovo neurone per misurare lo spazio a sinistra.
Figura S1. Segnale LiDAR a Budapest. La scansione registrata a 6,10 s comprende 1.080 raggi. Il pannello inferiore mostra le distanze dei raggi da 880 a 919 utilizzati dal circuito di correzione.
Video S1. Budapest, giro completo. Le traiettorie della PPO originale e della variante con correzione dello sterzo sono sincronizzate sul tempo simulato. Riproduzione a velocità quadrupla.
Traiettorie e carrozzerie nella curva di Sochi
Figura S2. Ingombro del veicolo nella curva di Sochi. Il confronto tra la sagoma e le celle occupate della mappa distingue le due traiettorie nella zona della collisione.
Tempi relativi sulle 86 partenze completate dai tre controller. Il modello finale è più rapido della rete geometrica precedente in 86 casi e della PPO modificata in 62.
Figura S3. Tempi appaiati del controllore geometrico. Ciascun punto rappresenta una delle 86 partenze completate dai tre controllori. I pannelli adottano scale verticali diverse.