F1车队在模拟器上花费数百万——它们有何不同？

# F1车队花数百万美元打造模拟器——它们有何不同？ 来源：https://arstechnica.com/cars/2026/06/whats-so-special-about-a-formula-1-driver-in-the-loop-simulator/ 当你追逐毫秒时，延迟、带宽和保真度都至关重要。 [](https://cdn.arstechnica.net/wp-content/uploads/2026/06/DMG-1_Motorsport.jpg) F1车队在驾驶员在环（driver-in-the-loop）模拟器上的投入可达300万至1000万美元。图片来源：Dynisma F1车队在驾驶员在环（driver-in-the-loop）模拟器上的投入可达300万至1000万美元。图片来源：Dynisma 21世纪以来，一级方程式赛车的变化之一便是采用了驾驶员在环模拟器（https://arstechnica.com/cars/2018/08/this-isnt-a-game-we-try-out-a-professional-driver-in-the-loop-simulator/）。这一切始于21世纪初，可能是在迈凯伦，也可能是在丰田或法拉利——F1车队对其性能优势向来守口如瓶。多年来，这些模拟器的能力越来越强，但高端消费级模拟器，比如那些价值数万美元的多轴系统（https://arstechnica.com/cars/2024/04/strap-in-we-test-a-full-motion-off-road-racing-simulator-from-cxc/），也同样如此。那么，F1中使用的那些价值数百万美元的模拟器，究竟贵在哪里，又凭什么更适合这项任务？ 其一，是延迟。 “驾驶员对赛车的输入、赛车的响应方式，以及驾驶员立即感受到并对此做出反应，这三者之间存在着紧密的联系。因此，这是一个涉及驾驶员和赛车的动态闭环，”英国模拟器公司Dynisma Motion Generators的创始人兼首席技术官Ash Warne解释道。该公司为法拉利、Alpine以及即将加入的凯迪拉克提供驾驶员在环模拟器，价格高达1000万美元。 “我们在驾驶模拟器中所做的，显然是完全去掉赛车本身，引入我们的系统，并且我们需要它能尽可能精确地模拟真实赛车，因为否则，你的世界冠军级车手——他对赛车应有的感觉有着天生的、本能的理解——会立刻察觉出不同，”Warne说。 两位迈凯伦一级方程式技术人员在电脑显示器前工作，显示器上显示着由一级方程式模拟器产生的多色遥测轨迹。该模拟器由一位一级方程式测试车手驾驶，电脑屏幕的另一侧可见于迈凯伦赛车技术区内，位于英国沃金的迈凯伦技术中心，摄于2016年6月23日。该中心由英国建筑师诺曼·福斯特爵士（Foster + Partners）设计。（图片来源：Darren Heath/Getty Images）(https://cdn.arstechnica.net/wp-content/uploads/2026/06/GettyImages-1383793593.jpg) 一张罕见的F1车队模拟器内部照片，此处为2016年的迈凯伦。 图片来源：Darren Heath/Getty Images 一张罕见的F1车队模拟器内部照片，此处为2016年的迈凯伦。图片来源：Darren Heath/Getty Images 他说的确实是低延迟。“在3到5毫秒之间。也就是说，从车辆物理模型判断出，例如，这辆车的尾部开始侧滑并开始产生偏航加速度的那一刻，到我们实际上能在模拟器底盘上的加速度计上测量到这种运动发生，中间的时间差，”Warne说。作为参考，这比最好的商业飞行模拟器，或者几年前我们在爱荷华州驾驶过的国家先进驾驶模拟器（https://arstechnica.com/cars/2020/03/theres-an-80-million-driving-simulator-in-iowa-and-we-tried-it-out/），大约快了一个数量级。 ## 3毫秒 Warne在先后为迈凯伦和法拉利工作后，意识到有可能制造出超低延迟的模拟器，于是创立了Dynisma。“我能够证明——先用纸笔，再用模拟仿真——我们应当能够将这种延迟降低到大约3毫秒，”Warne说。第一个原型机是在Dynisma还只有一个人时制造的，使用了爱好级别的电子产品和电机来验证概念。“我们当时没有使用今天所用的工业计算机、可编程逻辑控制器（PLC）和控制系统，第一个系统是用Arduino、Raspberry Pi和一大堆其他消费电子产品开发的，”Warne说。 高带宽是另一个必要条件，这也是我们能看到与飞行模拟器巨大差异的领域。“它们移动得非常非常缓慢，而且关注的是持续的倾斜角度，而我们面临的是截然不同的问题，”Warne解释道。“关键在于，你要身处一辆‘粘’在路面上的车辆中，而来自路面每一个颠簸、来自发动机、等等、轮胎振动……所有这些较高频率的振动都会在赛车中传递到驾驶员的座椅上，”他说。 这是一台Dynisma DMG360XY，是目前赛车运动中使用的最先进的驾驶模拟器。驾驶员座舱可以360度旋转，并沿X轴和Y轴有5米的行程。图片来源：Dynisma “模拟器最大的难题始终都是：如何在没有轮胎的情况下，让轮胎感觉像真的轮胎。对于驾驶员来说，感受到悬挂系统的位移、轮胎在轮辋下的运动，这是非常关键的一点。这对驾驶员来说是一种非常独特的感觉。所以现在很多工作都投入在这方面，”凯迪拉克F1车队的模拟器车手Simon Pagenaud说。 Pagenaud在他的职业生涯中见证了赛车模拟器的演变，他的成就包括印地500大赛冠军，以及IndyCar和美国勒芒系列赛的冠军。“我第一次接触模拟器大概是在2008年，和Wirth Research一起……当时我们在做De Ferran Motorsport项目，那时候它已经相当不错了，但肯定达不到现在的水平，”Pagenaud说。“从我第一次上模拟器以来，演变是巨大的。视觉效果当然不用说；平台的运动又是另一回事。我认为硬件有了巨大改进，而延迟是我们每天依靠算力去争取的东西，但延迟确实是一切的关键，它决定了给驾驶员的反馈是否正确，”Pagenaud说。 ## 工作时间 那么，模拟器车手实际上为他们的车队做什么呢？“目前最重要的事情，尤其是在F1中，是试图理解轮胎的能量消耗，避免轮胎过热。所以我们目前工作的很大一部分，就是想办法让轮胎更耐用，与赛车配合得更好，给我们提供更多抓地力，”他说。 “目标是让赛车变得更好，帮助正赛车手在比赛周末表现更出色，这是每个模拟器车手的工作，”Pagenaud说。“年轻车手们显然也想证明自己。所以他们的工作跟我有点不同。他们需要表现，需要始终保持极快。而我需要保持一致性，需要给工程师们非常主观的反馈：‘这个在现实中是更好还是更差？’所以我总是试图将自己投射到现实场景中。” 当塞尔吉奥·佩雷兹和瓦尔特利·博塔斯的两辆凯迪拉克赛车为上周末（https://arstechnica.com/cars/2026/06/f1-in-monaco-finally-the-cars-were-flat-out-in-qualifying/）的摩纳哥大奖赛第一节自由练习赛做准备时，Pagenaud也在通用汽车位于北卡罗来纳州夏洛特市外的赛车运动总部（https://arstechnica.com/cars/2025/05/ai-strategists-formula-1-even-an-electric-nascar-we-talk-racing-with-gm/）的模拟器上开始工作，并与赛道上的工程师以及夏洛特控制中心连接在同一个通讯网络中。（凯迪拉克F1车队的新Dynisma模拟器将安装在车队位于印第安纳波利斯的新基地。） 2019年，Simon Pagenaud赢得了印地500大赛。图片来源：Clive Rose/Getty Images “我试图理解正赛车手们关于赛车的讨论、他们的问题和优势。然后一旦第一节自由练习赛结束，我们就开始工作，将我们数据中的内容进行关联。一旦关联完成，并且我们满意于弯道最低速度、直道最高速度等数据在电脑上都吻合之后，我们就可以转向性能项目了，”Pagenaud说。 这些性能项目就是工程师们想要测试的各种更改，而跑完多达50个这样的项目可能意味着非常漫长的一天，尤其是考虑到某些比赛涉及的时差变化。幸好Pagenaud在耐力赛方面有些经验…… 工作是有条不紊的。“比方说，一次测试跑需要跑五圈；我们就得连续跑五圈。如果你撞了，就重新开始跑五圈。所以如果你开始撞车，那很快就会变成一场噩梦。而且你需要保持一致，每圈偏差要控制在0.2秒以内，这样工程师们才能看到高质量的数据。所以从这个意义上说，这是一项高压的工作，因为你希望提供尽可能好的数据。我个人也希望因为这份工作而受到尊重，所以我必须全力以赴，”Pagenaud说。 Jonathan M. Gitlin的照片 (https://arstechnica.com/author/jonathan-m-gitlin/) Jonathan是Ars Technica的汽车编辑。他拥有药理学学士和博士学位。2014年，他决定满足自己对汽车毕生的热爱，离开了美国国家人类基因组研究所，创办了Ars Technica的汽车板块。他住在华盛顿特区。 7条评论 (https://arstechnica.com/cars/2026/06/whats-so-special-about-a-formula-1-driver-in-the-loop-simulator/#comments) 1. 最热阅读文章的首图故事：廉价伊朗无人机击落2500万美元的美国陆军直升机——也许是偶然 (https://arstechnica.com/gadgets/2026/06/cheap-iranian-drone-downed-25-million-us-army-helicopter-maybe-by-chance/)