Aprendizado residual híbrido para predição de tempos de volta e insights estratégicos em múltiplos circuitos de Fórmula 1.

Abstract

A predição do tempo de volta é um componente central da análise estratégica na Fórmula 1, uma vez que pequenas variações no ritmo de corrida podem influenciar decisões como o momento dos pit stops, a escolha do composto de pneu e a viabilidade de táticas como o undercut e o overcut. Este trabalho propõe um pipeline de aprendizado de máquina para a predição de tempos de volta em múltiplos circuitos, utilizando dados públicos de telemetria extraídos por meio da biblioteca FastF1, cobrindo cinco circuitos (Bahrein, Arábia Saudita, Estados Unidos, Itália e Hungria) ao longo das temporadas de 2022 a 2025, período em que vigorou um único regulamento técnico. Para lidar com a limitação de dados por piloto e por pista, é proposta uma abordagem híbrida de dois estágios, denominada MLR-LSTM Híbrido, na qual um modelo de Regressão Linear Múltipla estima a tendência agregada do ritmo de corrida ao longo das temporadas, enquanto uma rede Long Short-Term Memory modela os resíduos desse modelo, filtrados por piloto e por ano, capturando dependências temporais não lineares. O modelo híbrido é comparado a modelos de Regressão Linear e XGBoost, sendo avaliado por meio de uma validação temporal baseada em janela expansiva e de um indicador de score composto COS, que pondera desempenho médio e variância entre treino e teste. Diferentemente de abordagens que tratam a predição como fim em si mesma, todos os três modelos são submetidos a uma análise interpretativa, apoiada em coeficientes de regressão, importância de features e valores SHAP. Essa análise permite identificar quais fatores climáticos, mecânicos e temporais mais influenciam o ritmo de corrida em cada circuito, e comparar como cada modelo (linear, não linear e híbrido) captura essas relações de forma distinta. Os resultados mostram que a abordagem híbrida melhora a predição em cenários de dados limitados, notadamente na Itália, e que a extensão da interpretabilidade também ao componente residual do modelo híbrido permite extrair insights estratégicos específicos para cada Grande Prêmio, oferecendo uma base tanto para a predição do ritmo de corrida quanto para a compreensão de informações importantes quanto às estratégias.