One of the biggest problems in the design through optimization of bots for driving cars in racing simulators, is the so-called 'noise' inherent in the process. That is, in addition to the fact that the fitness function itself is a heuristic based on what we believe (or an expert believes) that will be most important to get a competitive controller to win races, that is, a surrogate/substitute model; the fitness calculation itself has associated uncertainty due to the stochastic components involved in its computation, such as the behavior of the rivals or the race conditions (track, weather), which are not deterministic. In previous work we defined an evolutionary controller based on fuzzy logic for the TORCS simulator. It worked with two sub-controllers, one dedicated to decide on the steering wheel rotation and the other to determine the target speed at each simulation instant. Both were optimized by means of a Genetic Algorithm (GA) based on a fitness calculation focused on maximizing the average speed during the race and minimizing the damage to the vehicle. The mentioned noise required to maintain diversity in the search (in the GA population), so we added the Blend Crossover operator (BLX-α), which also allows to exploit the current results while exploring for new solutions. Along with this in this work we try to manage the uncertainty in the selection of the best individuals of the GA by applying a novel race-based parent selection policy, called pole-position based selection. That is, individuals are grouped and compete against each other in several races, so that only the top-ranked individuals will remain in the population to reproduce. We have conducted several experiments, testing the performance of this new method and comparing the optimized controllers with others in the state of the art, including one of the best from an edition of the prestigious international Simulated Car Racing Championship, which we have clearly beaten.
Los juegos son, en muchos casos, entornos cerrados y controlados, partes o mundos simulados completos que permiten probar te´cnicas que luego eventualmente se podra´n aplicar en el mundo real, probablemente combinado con diferentes tecnolog´ıas para abordar su complejidad y variabilidad. Por ejemplo, la simulacio´n de carreras de coches incluye muchos de los factores que esta´n presentes en conduccio´n auto´noma: las pistas son muy diferentes y no se conocen por anticipado, hay otros veh´ıculos presentes en la pista, las condiciones cambian segu´n el clima y el veh´ıculo se deteriora si sufre dan˜os.
El coche simulado (o ma´s bien, su conductor) puede ser ‘consciente’ de todo esto
a trave´s de un conjunto limitado de sensores, y debera´ que tomar una decisio´n sobre la
velocidad y direccio´n o´ptimas con varios objetivos diferentes [
Dado que probar diferentes metodolog´ıas de conduccio´n auto´noma en el mundo real
esta´ normalmente reservado a unas cuantas empresas en el mundo importantes, dichas
metodolog´ıas y los algoritmos asociados se prueban habitualmente en entornos
simulados. Estos entornos pueden ofrecer, adema´s, la posibilidad de comparar nuestro sistema
auto´nomo frente a otros. En este trabajo se usara´ uno de estos entornos, en concreto
The Open Racing Car Simulator (TORCS) [
Por otra parte, los Algoritmos Evolutivos (EAs) [
Desde el punto de vista de la optimizacio´n, uno de los principales problemas es que el entorno siempre va a cambiar. Si esto esta´ reflejado correctamente en el simulador utilizado, significara´ que la puntuacio´n (y por lo tanto, la clasificacio´n, si ese es el objetivo final) siempre cambiara´, haciendo una seleccio´n probabil´ıstica del controlador mejor o ganador. Esta incertidumbre es un desaf´ıo a dos niveles: en primer lugar, controladores no o´ptimos (no ganadores) podr´ıan seleccionarse por casualidad, ya que se les habr´ıa asignado una puntuacio´n alta favorecida por dicha incertidumbre; en segundo lugar, una vez seleccionados, esto afectar´ıa a que el algoritmo explote zonas alrededor de dichos controladores no o´ptimos y dejar´ıa otros (que podr´ıan ser prometedores) sin explorar.
Por estas dos razones, en este trabajo abordaremos dos desaf´ıos: reducir la incertidumbre en la seleccio´n de los “ mejores” y mantener una alta diversidad en la poblacio´n de soluciones (controladores) para no explotar solo las a´reas alrededor de esos individuos, cuya puntuacio´n podr´ıa haber sido favorecida en parte por el azar durante el proceso de evolucio´n.
En trabajos previos, los autores presentaron un enfoque que combinaba dos
subcontroladores difusos especializados, disen˜ados por un experto, que pod´ıan decidir el
mejor a´ngulo de giro del volante y la velocidad deseada para el coche en cada punto
(o tic de simulacio´n) durante una carrera [
Esto demostro´ que los algoritmos evolutivos son capaces de obtener los mejores para´metros difusos para los subcontroladores, pero al mismo tiempo revelo´ varios desaf´ıos. En general, los algoritmos evolutivos optimizan la funcio´n de fitness definida, de modo que los controladores difusos evolucionados (en adelante, FCs) sera´n eventualmente tan buenos como lo permita la funcio´n de fitness. Pero en este caso particular no podemos utilizar como funcio´n de aptitud la posicio´n obtenida por el FC en todas las carreras posibles en todas las pistas posibles con todos los posibles oponentes, por lo que tenemos que conformarnos con un sustituto (subrogado) del fitness en un entorno muy limitado. Primero optamos por eliminar oponentes y hacer evaluaciones en carreras en solitario. Despue´s elegimos una pista en particular que combinaba segmentos rectos, as´ı como algunas curvas, y finalmente tuvimos que decidir que´ factores relacionados con la velocidad, el dan˜o y el tiempo por vuelta iban a ser incluidos efectivamente en la funcio´n de fitness final.
De este modo, las dos nuevas te´cnicas aplicadas en este trabajo: Seleccio´n basada en pole-position (basada en carreras) y cruce BLX , intentan mejorar los resultados anteriores confiando menos en la subrogacio´n de la funcio´n de fitness para seleccionar las mejores soluciones (controladores). El mecanismo de seleccio´n utilizara´ una funcio´n de aptitud sin para´metros (parameter-less) para seleccionar algunos individuos que competira´n entre s´ı, adema´s las carreras reducira´n la aleatoriedad en la aptitud al poner a los candidatos en un entorno ma´s real, es decir, enfrentar coches en carreras uno contra uno ofrecera´ un resultado mucho menos variable que simplemente comparar un nu´mero que represente su aptitud. Pero incluso en este caso, la incertidumbre estara´ presente al calcular la aptitud y debemos evitar una explotacio´n excesiva de los resultados. El cruce de BLX que hemos introducido se ocupara´ de este aspecto.
Con estos me´todos, nuestro objetivo es obtener controladores ma´s confiables y competitivos, los cuales sera´n probados contra oponentes muy competitivos, incluyendo un controlador avanzado que obtuvo muy buenos resultados en varias ediciones de la competicio´n internacional en TORCS.
En esta seccio´n se presentan el entorno de investigacio´n considerado (el simulador de carreras de coches), y se describen los subcontroladores definidos por los autores.
TORCS [
Cada coche en TORCS manejara´ un conjunto de sensores y valores del entorno [
Figura 1. Captura de TORCS en la que se muestran varios de los sensores que considera el coche.
Estos valores sera´n considerados por los conductores auto´nomos o controladores,
para gestionar el coche utilizando los llamados actuadores [
El controlador disen˜ado por los autores se basa en el modelo de sensores y actuadores de la Simulated Car Racing Competition.
Sin embargo, la velocidad objetivo y el a´ngulo de giro de la direccio´n se calculan
mediante dos sistemas modulares y especializados [
El subcontrolador difuso de velocidad objetivo pretende estimar la velocidad objetivo o´ptima del coche, tanto en las partes rectas, como en las curvas de la pista. Para ello tiene en cuenta dos criterios: moverse lo ma´s ra´pido posible y de la manera ma´s segura (con el menor dan˜o posible). Esta estimacio´n se basa en dos casos generales: si el coche encara una l´ınea recta, la velocidad objetivo tomara´ un valor ma´ximo (maxSpeed km/h). Sin embargo, si esta´ cerca de una curva, se disminuira´ la velocidad actual a un valor incluido en el intervalo [minSpeed, maxSpeed] km/h.
Este controlador difuso tiene una salida, la velocidad, y tres valores de entrada (ver Figura 1):
Front = Sensor 9: Distancia frontal al borde de la pista (a´ngulo 0°).
M5 = max (Sensor 8, Sensor 10): distancia ma´xima al borde de la pista con un a´ngulo de +5°y -5°con respecto a Front.
M10 = max (Sensor 7, Sensor 11): distancia ma´xima al borde de la pista con un a´ngulo de +10°y -10°.
Se trata de un sistema difuso de tipo Mamdani [
Adema´s, el controlador esta´ basado en un conjunto de reglas difusas, disen˜adas para
maximizar la velocidad del coche dependiendo de las distancias detectadas al borde de
la pista. Dichas reglas pueden verse en [
El segundo es el subcontrolador difuso para el giro del volante, que pretende determinar el mejor a´ngulo de giro en base a una estimacio´n de la posicio´n objetivo del coche. Su estructura es similar a la del controlador anterior, basa´ndose en los mismos sensores, pero considerando el giro como salida del mismo.
De modo que, como reglas generales: si el coche circula en l´ınea recta, se fijara´ como posicio´n objetivo el centro del carril por el que circula; mientras que, si el coche esta´ cerca de una curva a derecha o izquierda, se acercara´ a la curva dejando un espacio entre el coche y el borde de la pista para evitar la pe´rdida de control.
Para detectar las curvas, el controlador revisa los valores de los sensores (M10, M5 y Front), de modo que si el valor en el sensor frontal es el mayor, hay un tramo recto; mientras que si los valores de M5 y M10 con a´ngulos positivos (+5 y +10) son los mayores, habra´ una curva a la derecha, y viceversa.
El controlador usa un conjunto de reglas que fue definido modelando el
comportamiento de un conductor humano [
Los controladores difusos tienen funciones de pertenencia trapezoidales, que siguen
la Ecuacio´n 1. En un controlador de este tipo, las reglas difusas se aplican a te´rminos
lingu¨´ısticos, que califican las llamadas variables lingu¨´ısticas y que se definen mediante
funciones de pertenencia que dependen de un conjunto de para´metros que determinan
su forma y su ‘funcionamiento’. De modo que se aplico´ un AG para optimizar dichos
para´metros y determinar la particio´n difusa de la variable lingu¨´ıstica [
Una funcio´n de pertenencia (MF) trapezoidal, se define como: Con:
A(x) = 8> xx2 xx11 ; x1 >< 1; x2 >>: 0xx;44 xx3 ; x3 else x x x
Como se puede ver, una MF esta´ determinada por cuatro para´metros x1, x2, x3 y x4, los cuales tienen valores en el intervalo [a, b] (Figura 2).
En nuestra propuesta, una particio´n difusa con n MF trapezoidales se define mediante 2n variables (a = x1,x2,. .., x2n = b)(Ecuacio´n 4). Con: a = x1 x2 ::: x2n 1
x2n = b 8 1;
x1 x x2 A1(x) = < xx33 xx2 ; x2 x x3 : 0; x > x3 8>>> 0; x x2i 2 ; xx2i 2x2i x2 ><> x2i 1 x2i 2 Ai(x) = 1; x x2i 1; n = 2; :::; i 1 An(x) = (3) (4)
El algoritmo de optimizacio´n propuesto tiene como objetivo encontrar los para´metros o´ptimos de las funciones de pertenencia de los dos subcontroladores previamente introducidos.
De modo que cada individuo/cromosoma es un vector de 18 valores/para´metros, 6 por variable, como se muestra en la Figura 3.
La inicializacio´n de los cromosomas (poblacio´n inicial) se realiza asignando valores
aleatorios en un rango de variacio´n ([0; 100]) [
El proceso completo se puede ver en la Figura 3. Como se muestra, TORCS se usa en la fase de evaluacio´n de cada individuo dentro del proceso evolutivo.
La evaluacio´n de los individuos se ha realizado considerando la funcio´n de fitness
que mejores resultados nos ha dado hasta este trabajo, usada en el art´ıculo [
Damage+1 (5)
Es un enfoque sin para´metros (parameter-less) ya que no hay pesos en los te´rminos
[
De modo que la aptitud de cada solucio´n candidata se calcula ‘inyectando’ sus
valores gene´ticos a los para´metros de las funciones de pertenencia de los dos
subcontroladores difusos. El controlador auto´nomo definido se utiliza para conducir un coche en
una carrera de 20 vueltas en un circuito sin oponentes, y los resultados (velocidad media
y dan˜o) se utilizan para calcular el valor de fitness. Como el objetivo del controlador
del coche es ganar tantas carreras como sea posible, intentamos optimizar el caso ma´s
general realizando carreras de entrenamiento en solitario, que sera´n menos sensibles
a la presencia de ruido/incertidumbre debido a la participacio´n de otros controladores
[
El operador de mutacio´n ha permanecido como en trabajos anteriores, es decir,
mutacio´n no uniforme [
Una nueva pol´ıtica de seleccio´n basada en pole-position ha sido implementada (o seleccio´n basada en carreras), con el objetivo de lograr que individuos/controladores mejores o ma´s confiables sean padres de la siguiente poblacio´n. Para ello, todos los individuos se organizan en grupos de 10, luego se simulan diferentes carreras de varias vueltas utilizando a cada individuo como controlador (con el mismo coche) en una pista de TORCS. Despue´s de cada carrera, los participantes obtienen diferentes puntuaciones en funcio´n de su posicio´n en la clasificacio´n final. Los 5 mejores controladores tras la suma de puntuaciones de todas las carreras se seleccionan como padres para la siguiente descendencia.
De esta forma, se seleccionara´n los mejores individuos para reproducirse con mayor
probabilidad. No es posible asegurar que sean absolutamente los mejores, debido a la
incertidumbre presente en este tipo de entornos, es decir, juegos en los que competimos
contra oponentes no deterministas [
Adema´s, se ha aplicado el operador de cruce BLX- [
)
De forma que este operador se basa en la generacio´n aleatoria de genes de la
vecindad asociada a los genes en los padres. Se generan tres descendientes, con diferencias
entre s´ı y tambie´n entre ellos y sus padres, lo que lleva a un factor de exploracio´n
superior en la generacio´n de la descendencia. Este operador es normalmente usado en
algoritmos gene´ticos con codificacio´n real, en los que ha demostrado alcanzar un buen
equilibrio entre exploracio´n y explotacio´n [
En este operador, el para´metro controla la relacio´n entre exploracio´n y explotacio´n, de modo que, para garantizar un equilibrio entre estos factores, tomara´ un valor = 0;5.
En los AGs, el proceso de bu´squeda necesita una alta tasa de exploracio´n en las primeras generaciones para evaluar mu´ltiples partes del espacio de bu´squeda (alta diversidad), pero en las u´ltimas generaciones se prefiere una alta explotacio´n para asegurar que se llega a una solucio´n o´ptima.
Hemos considerado dos enfoques diferentes en los experimentos, uno en el que se usa un valor constante para y otro en el que el valor es variable, de forma que e´ste decrece a medida que pasan las generaciones (obteniendo paulatinamente ma´s explotacio´n y menos exploracio´n). De forma que el valor se calcula como:
Basa´ndonos en los resultados de nuestro art´ıculo anterior [
Adema´s, al igual que en nuestros estudios previos, hemos considerado el coche car1-tbr1 en nuestros controladores, dado que tiene un rendimiento moderado que per
Figura 6. Alpine 2 Track: Circuito de montan˜a lento. Longitud: 3773.57m, Anchura: 10m mitira´ a nuestro controlador adaptarse a la conduccio´n en casi todas las condiciones de pista.
Los controladores gene´ticos difusos (GFC) se han evaluado con la funcio´n de fitness mencionada en la seccio´n anterior: fAV S (Ecuacio´n 5). Se ha considerado un taman˜o de poblacio´n de 60 individuos. El resto de para´metros han sido: Generaciones=50, Prob. Cruce=0,85, Prob. Mutacio´n=0,09, y 10 ejecuciones diferentes por configuracio´n.
La seleccio´n basada en pole-position se ha aplicado sobre la pista indicada, con 5 carreras de 20 vueltas cada una y una parrilla inicial (posicio´n de partida) aleatoria. La funcio´n de puntuacio´n se ha definido basa´ndonos en el esquema habitual en la Fo´rmula 1, de modo que las puntuaciones obtenidas dependen del puesto del coche en el ranking final: 1 - 25 puntos, 2 - 18, 3 - 15, 4 - 12, 5 - 10, 6 - 8, 7 - 6, 8 - 4, 9 - 2, 10 - 1.
Al final de la evolucio´n (en la u´ltima generacio´n) un proceso de seleccio´n basado en carreras se ha aplicado de nuevo para elegir al mejor individuo de la ejecucio´n. De modo que los 10 mejores individuos (en base a su fitness) de la poblacio´n final han competido en 5 carreras de 5 vueltas en la misma pista. Se han calculado las mismas puntuaciones y el controlador con mayor puntuacio´n ha sido elegido como el mejor.
El proceso evolutivo se ha aplicado en grupos separados de ejecuciones y se han obtenido los siguientes controladores:
GF C: Controlador de nuestro trabajo anterior [
GF C RS: Un controlador obtenido aplicado el cruce de dos puntos, seleccio´n basada en pole-position cada 5 generaciones y el mismo fitness en las dema´s generaciones.
GF C F A: Un controlador obtenido aplicando BLX crossover con un valor constante de = 0; 5 y seleccio´n basada en pole-position cada 5 generaciones y el fitness fAV S en las dema´s.
GF C V A: Un controlador obtenido aplicando BLX con un valor variable de usando la expresio´n 6 y seleccio´n basada en pole-position carreras cada 5 generaciones y el fitness fAV S en las dema´s.
Una vez que las 10 ejecuciones han terminado, los mejores 10 controladores obtenidos compiten de nuevo en un conjunto similar de carreras al que se hace en la u´ltima generacio´n, a fin de elegir al mejor controlador de cada esquema, es decir, el mejor GF C RS, GF C F A y GF C V A.
Los mejores GFC finales (uno por esquema) se han evaluado en grupos de varias carreras, en una especie de mini campeonato de Fo´ rmula 1, que consta de 10 carreras, cada una de 20 vueltas y con un total de 10 participantes por carrera: los 4 GFCs y 6 bots esta´ndar de TORCS. Hemos elegido dos controladores de tipo tita (un conductor conservador), dos berniw (conocido por su agresiva pol´ıtica de adelantamiento) y dos inferno (el ma´s ra´pido). Las primeras 5 carreras se llevaron a cabo en la pista Alpine 2 (utilizada durante el entrenamiento/optimizacio´ n); y las otras 5 carreras se realizaron en la pista E-Track 5 (no entrenada para los nuevos controladores). Finalmente, para hacerlo ma´s justo, hemos definido una puntuaci o´n adicional, por lo que el controlador que consigue la vuelta ma´s ra´pida o el dan˜ o m´ınimo en cada carrera recibe 5 puntos extra. La parrilla de salida se establecio´ nuevamente al azar.
Los resultados de esta comparativa se muestran en la Tabla 1 y se resumen de manera gra´fica en la Figura 7.
Tabla 1. Resultados del mini-campeonato con 10 controladores y 10 carreras en dos pistas
diferentes. tita, berniw e inferno son controladores de ejemplo incluidos en TORCS [
De la tabla y la figura se desprende claramente que el controlador GF C V A obtiene los mejores resultados. De hecho, el Dicho controlador gano´ tres carreras en la pista Alpine 2 y se ha clasificado en segundo lugar en las otras dos pistas de carreras. En el circuito E-Track 5 gano´ dos carreras, ha sido segundo dos veces y tercero en la u´ltima carrera.
El segundo controlador que usa BLX (valor constante de 0,5) quedo´ muy bien posicionado en todas las carreras. Gano´ una carrera y se clasifico´ segundo en dos ma´s y tercero otras. Las dema´s carreras las gano´ el controlador berniw, siempre un duro rival. Podemos notar que los controladores basados en BLX ganaron tres de las cinco carreras en la pista Alpine 2 utilizada en la seleccio´n y se clasificaron al menos en el cuarto lugar. Se obtuvieron los mismos resultados o incluso mejores para la otra pista, la cual era desconocida para nuestros controladores.
Estos resultados confirman la eficacia y la solidez de la pol´ıtica de seleccio´n basada en pole-position utilizada para evaluar a los individuos, as´ı como para seleccionar a los candidatos para el cruce. Aunque esta pol´ıtica se ha aplicado solo una vez cada 5 generaciones debido a que consume mucho tiempo, claramente ha afectado positivamente al rendimiento de los controladores, como se puede observar en la gran diferencia existente entre los resultados del controlador GF C frente a GF C RS por ejemplo.
A su vez, la pol´ıtica de seleccio´n propuesta, combinada con el operador BLX , ha mejorado el rendimiento del controlador GF C F A. La introduccio´n de un para´metro variable a lo largo de las generaciones en el bot GF C V A ha hecho posible controlar mejor la relacio´n entre exploracio´n/explotacio´n durante el proceso evolutivo, permitiendo generar descendientes diferentes de sus padres y ma´s eficientes que ellos.
Finalmente, para comprobar la bondad de nuestro mejor controlador, hemos
realizado un experimento adicional. Hemos considerado un oponente del estado del arte,
que participo´ en varias Competiciones de Carreras Simuladas en TORCS en ediciones
pasadas. Fue propuesto por Pe´rez-Lie´bana, Sa´ez, Recio e Isasi [
Este controlador funciona principalmente mediante una ma´quina de estados finitos (FSM), definiendo los principales estados en los que puede encontrarse el conductor (por ejemplo, girando, adelantando a un rival, etc). Las transiciones en la FSM se rigen por un conjunto de reglas difusas, basadas en la informacio´n le´ıda de diferentes sensores. Tambie´n existe un mo´dulo clasificador (a´rbol de decisio´n J48), capaz de analizar las entradas de algunos sensores con el fin de predecir partes de la pista, para anticipar las siguientes acciones a realizar. Las reglas difusas y tambie´n algunos para´metros del FSM se optimizaron mediante un algoritmo NSGA-II.
El controlador PSRI compitio´ en la edicio´n 2009 del Simulated Car Racing
Championship [
La Tabla 2 muestra una comparativa entre nuestros dos controladores gene´ticos difusos con BLX : GF C F A y GF C V A y PSRI. Los resultados son los valores medios de Damage, M axSpeed y Speed para 10 carreras en la pistas Alpine 2 y ETrack 5.
Tabla 2. Dan˜o y Velocidades medios para 5 carreras en la pista Alpine 2 y 5 carreras en la pista
Average Speed (km/h) Max Speed (km/h) Damage Carreras ganadas 225,07
Los resultados de los controladores P SRI y GF C F A son similares, ganaron dos y una carrera respectivamente de las 10. Sus velocidades promedio son comparables pero en cuanto al dan˜o, el controlador GF C F A sufrio´ el m´ınimo al estar incluida la variable Damage en la evaluacio´n de aptitud. Los resultados del controlador GF C V A son aun ma´s satisfactorios, ya que gano´ 7 carreras y obtuvo el valor ma´s bajo de dan˜os 117; 55 y 14; 67 para ambos circuitos, as´ı como la velocidad promedio ma´s alta 199; 65 y 170; 23.
Observando estos resultados y los anteriores, podemos concluir que los controladores propuestos son ma´s que competentes, debido a los nuevos mecanismos incluidos para hacer frente a la incertidumbre y realizar una bu´squeda ma´s adecuada del espacio de soluciones.
En este art´ıculo hemos intentado obtener, mediante la optimizacio´n evolutiva de sistemas difusos, controladores para coches de carreras competitivos mejorando el proceso de seleccio´n con el objetivo de eliminar (o al menos paliar) el efecto de la incertidumbre presente en este tipo de entornos. Para ellos se ha considerado evaluar a los controladores mediante carreras reales en lugar de seguir una evaluacio´n basada en el ca´lculo de un fitness. Adema´s, se ha controlado el equilibrio entre exploracio´n y explotacio´n durante el proceso evolutivo de optimizacio´n mediante el uso de un operador BLX- .
Cada controlador gene´tico difuso esta´ sujeto a incertidumbres en la pista, especialmente en caso de que haya rivales (con un comportamiento no determinista), por lo que para superar este problema y as´ı disen˜ar un bot robusto y confiable, propusimos aplicar una Pol´ıtica de seleccio´n basada en pole-position, en la que la eleccio´n de los padres en el proceso evolutivo se lleva a cabo de acuerdo con los resultados de un conjunto de mini-campeonatos organizados entre los individuos de la poblacio´n, de manera similar a un torneo de carreras de coches. Al mismo tiempo, y con el objetivo de intensificar el proceso de exploracio´n en el espacio de bu´squeda, usamos el operador de cruce BLX con valores decrecientes del para´metro a lo largo de las generaciones.
La evaluacio´n se realizo´ comparando el controlador propuesto con bots de la plataforma TORCS, arrojando muy buenos resultados. La otra evaluacio´n de nuestro controlador fue una confrontacio´n con un bot real (controlador P SRI), que participo´ en varias ediciones de campeonatos internacionales de carreras simuladas de coches. En este caso, el operador BLX y la nueva pol´ıtica de seleccio´n han tenido un gran impacto al ayudar a nuestro controlador a ganar tres cuartas partes de las carreras, obteniendo adema´s los valores ma´s bajos de dan˜o, velocidad promedio y velocidad ma´xima.
Estos resultados nos permiten pensar que nuestro controlador podr´ıa haber alcanzado una muy buena clasificacio´n en dicha competicio´n, que lamentablemente ya no se celebra desde 2015. En cualquier caso, pensamos que los resultados de este estudio podr´ıan aplicarse con e´xito a otros simuladores de carreras de coches, como los que se utilizan en las competiciones de e-sports actuales, como iRace (https://www.iracing.com/).
Como l´ıneas de trabajo futuro, este controlador se puede mejorar de varias formas: Podemos extender la pol´ıtica de seleccio´n a todas las generaciones superando el inconveniente del tiempo de ca´lculo mediante una implementacio´n paralela. Tambie´n podemos explorar otras funciones de fitness sin para´metros para evaluar a los individuos, incluyendo otros factores que afecten al rendimiento del coche. Otra perspectiva es utilizar mu´ltiples pistas (en lugar de solo una) en el proceso de seleccio´n para obtener un controlador ma´s general, capaz de lidiar con muchas situaciones diferentes.
Este trabajo ha sido parcialmente financiado por los proyectos nacionales RTI2018102002-A-I00 (Ministerio de Ciencia, Innovacio´n y Universidades), TIN2017-85727C4-2-P y PID2020-115570GB-C22 (Ministerio de Econom´ıa y Competitividad), as´ı como los proyectos autono´micos B-TIC-402-UGR18 y P18-RT-4830 (FEDER y Junta de Andaluc´ıa).