A Rapson sikeresen teljesítette első versenyhétvégéjét és bemutatta saját fejlesztésű AI pilótáját az A2RL-ben a Yas Marina versenypályán
Budapest, 2025. december 04.
A Rapson csapata sikeresen teljesítette első versenyhétvégéjét és bemutatta saját fejlesztésű AI pilótáját az Abu Dhabi Autonomous Racing League-ben (A2RL). Az A2RL a világ legnagyobb pilóta nélküli, önvezető autóverseny-szériája, ahol a csapatok módosított Super Formula - az F1 után a második legnagyobb teljesítményű - autókkal versenyeznek a Yas Marina versenypályán Abu Dhabiban.
A magyar szakemberekből álló csapat nemcsak a versenyen mutatkozott be, hanem egy fontos, tudományos mérföldkövet is elért: a világon elsőként bízták rá valódi versenypályán egy nagy teljesítményű versenyautó irányítását megerősítéses tanuláson (reinforcement learning) alapuló AI pilótára.
A Rapson A2RL-részvételét olyan partnerek támogatják, mint a magyarországi Bosch csoport, a GanzKK és a Riptides.
Az Abu Dhabi Autonomous Racing League (A2RL) egy nemzetközi bajnokság az ASPIRE szervezésében, ami az ATRC (Abu Dhabi’s Advanced Technology Research Council) része. Az A2RL egy professzionális pilóta nélküli motorsport széria, amely teljes mértékben önvezető, akár 280 km/h sebességet meghaladó Super Formula versenyautókat használ. A bajnokság célja - a versenyzésen túl - egyrészt az, hogy platformot adjon az AI és a robotikai kutatások, valamint a fejlett járműirányítási technológiák gyors fejlődéséhez, másrészt pedig, hogy minél szélesebb közönségnek be tudja mutatni a jövő közlekedési technológiáit és az abban rejlő lehetőségeket.
„Sokszor hallom a kételyeket az önvezető autóversenyzéssel kapcsolatban: a klasszikus motorsportban a pilótáknak szurkolunk, az ő bátorságuk, személyiségük adja a verseny sava-borsát – és első ránézésre ez tűnik el, ha nincs ember a volán mögött. Szerintem ma még nem is szabad ugyanazzal a szemmel nézni az autonóm versenyzést, mint egy pilótás bajnokságot. Itt a valódi hozzáadott érték, hogy a technológia éles versenykörnyezetben fejlődik, ami pozitív hatással lesz a jövőbeli mindennapi közlekedésünk biztonságára, kényelmére. Közben az egész elképesztően jól néz ki – álmodni sem tudnék jobb közeget a csúcstechnológia fejlődésének demonstrálására és a tudomány népszerűsítésére. A sorozat még gyerekcipőben jár, ezért különösen örülünk, hogy már most itt lehetünk, és a többi csapattal, valamint a szervezőkkel együtt formálhatjuk az önvezető versenyzés jövőjét.”
mondja Bogár-Németh Ármin, a Rapson ügyvezetője.
2025-ben, az A2RL második szezonjára 11 versenycsapat érkezett a világ minden tájáról a Yas Marina versenypályára, Abu Dhabiba. A magyar szakemberek alkotta Rapson az Olaszországból, Németországból, Franciaországból, az Egyesült Arab Emírségekből, Szingapúrból, Kínából, Japánból, illetve az Amerikai Egyesült Államokból érkező csapatok között versenyzett.
„Büszkén veszünk részt olyan AI alapú fejlesztésekben, melyek a jövő forradalmasított autózásának alapját képzik – mindezt a legkiválóbb magyar csapattal.”
emelte ki Szabó Gergő, a GanzKK vezérigazgatója
Világelső lépés: megerősítéses tanulású AI vezérlés egy Super Formula versenyautón
A versenyfelkészülés során a Rapson a saját fejlesztésű, megerősítéses tanuláson (reinforcement learning, RL) alapuló vezérlőjét telepítette a versenyautójára. Autójuk az RL-alapú vezérlés alatt hajtott végre kontrollált, alacsony sebességű manővereket a versenypályán. A csapat tudomása szerint ez volt az első alkalom világszinten, hogy a megerősítéses tanuláson alapuló vezérlőt ilyen nagyteljesítményű formula-versenyautón alkalmazták a fizikai valóságban. Korábban erre legfeljebb szimulációs környezetben tettek kísérletet.
A megerősítéses tanulás egy olyan öntanuló AI-technika, ahol a rendszer egy szimulációban fejleszti saját magát: a különböző szituációkban hozott döntéseire kapott pozitív vagy negatív visszajelzés (jutalom vagy büntetés) alapján fokozatosan egyre jobb stratégiákat alakít ki. Jelen esetben az AI pilóta, mielőtt az autóra került volna, sok millió epizódot játszott le a szimulációban, így önállóan tanulta meg a versenyautó irányítását. A mérföldkő jelentőségét az adja, hogy a Rapson csapata ezt a virtuális térben betanított AI pilótát valós környezetben ültette be a versenyautóba, és ténylegesen rábízta annak irányítását.
„Megerősítéses tanulást nem szimulációs környezetben ma még alig látunk. RL-alapú rendszer telepítése egy 500+ lóerős, millió dolláros formula autóra rendkívüli kihívásokat hordoz. Magától értetődik, hogy biztonságos, alacsony sebességű működtetésből kiindulva kell lépésről lépésre építkezni.”
magyarázza Bári Gergely, a Rapson technológiai igazgatója
Az RL jelentőségét jól mutatja, hogy az elmúlt években ezzel a technológiával értek el „superhuman” – emberfeletti – teljesítményt, többnyire virtuális térben: elég az AlphaGo, az AlphaStar vagy a GT Sophy eredményeire gondolni. A Rapson csapata úgy látja, hogy a fizikai világban a drónok után az autóversenyzés – és ezen keresztül a közúti közlekedés – lehet a következő közeg, ahol ez a képesség valóban kiteljesedhet.
Ez az első, versenyautóra telepített demonstráció kulcslépés a Rapson hosszú távú víziójában: olyan emberfeletti képességekkel rendelkező AI-t fejleszteni, amely versenykörnyezetben, versenytempón bizonyított, és onnan fokozatosan átültethető a közúti közlekedés járműveibe.
„Az autonóm és intelligens járműrendszerek fejlesztése a Bosch csoport egyik stratégiai fókuszterülete: hiszünk abban, hogy a mesterséges intelligencia megfelelő használata és a fejlett szenzortechnológia képes biztonságosabbá, kiszámíthatóbbá és az emberek számára kényelmesebbé tenni a közlekedést. A magyar mérnökcsapat nemzetközi megmérettetése, a Rapson projekt jól mutatja, hogyan válik a kutatásból valós, működő megoldás. Meggyőződésünk, hogy az ilyen fejlesztések is közelebb visznek ahhoz a jövőhöz, amelyben a technológia valóban az emberekért dolgozik, összhangban azzal az alapelvvel, amelyet a Bosch évtizedek óta képvisel: „Életre tervezve”.”
hangsúlyozta Dr. Szászi István, a Bosch csoport vezetője Magyarországon és az Adria régióban.
Út a versenyig
A versenyt megelőző felkészülési és kvalifikációs hetek sokrétű kihívások elé állították a Rapson mérnökeit. Meg kellett ismerniük az autót mint versenyautót, megérteni minden alrendszer működését, ráépíteni az A2RL által biztosított alapszoftver-csomagra a saját döntéshozó és vezérlő szoftverüket, majd ezt a Yas Marina versenypálya egyedi vonalvezetésére és körülményeire optimalizálni.
A sikeres kvalifikációhoz három kritériumnak kellett megfelelni. 1. Megfelelő reakciók a versenyirányítás által használt zászlójelzésekre. 2. Egy adott referencia köridőhöz viszonyított jobb köridő elérésére. 3. Nagy sebességű előzési manőver szabályos végrehajtása.
A versenyen induló 11 csapat közül mindössze hét tudta ezeket maradéktalanul teljesíteni és bejutni a Grand Final időmérő futamaira. A mezőny legtapasztaltabb csapatai mellett a Rapson is kivívta a lehetőséget, hogy a három időmérő futamon megmérettesse magát.
A második időmérő futam során a csapat autója balesetet szenvedett. Mivel ezután nem tudtak a referenciaidő (leggyorsabb csapat leggyorsabb köre) 115%-án belüli érvényes köridőt teljesíteni, ez az ütközés a Grand Final-ben való szereplés meghiúsulását eredményezte. A csapat így a Silver Race-ben versenyezhetett tovább, ahol végül a 4. helyen végzett.
„Természetesen a Grand Final rajtrácsára készültünk – és meg is mutattuk, hogy ott tudunk lenni az élmezőnyben.
A második futamban kaptunk egy nagy pofont, de újraépítettük magunkat, és így is elhoztunk egy értékelhető futameredményt, plusz egy valódi innovációs mérföldkövet. Az első A2RL-hétvégén számunkra fontosabb volt a célba érés, az adatgyűjtés és a tanulás, mint hogy egy egyszeri „mindent vagy semmit” körrel mindent kockára tegyünk – ez az a stabil alap, amire tovább tudunk építkezni.”
foglalja össze Bogár-Németh Ármin , a Rapson ügyvezetője
A Rapson partnerei
A Rapson A2RL-ben való szereplését olyan partnerek támogatják, akik segítenek abban, hogy az ötletek a szimulációból kilépve valós, pályán megtett körökké váljanak – a mérnöki szakértelemtől kezdve az AI-pilóta tanításához szükséges infrastruktúrán át egészen a kiberbiztonságig
Bosch csoport – globális mérnöki tudás, magyarországi jelenlét
A Bosch csoport különböző technológiák és szolgáltatások vezető nemzetközi szállítója, az iparág egyik leginnovatívabb szereplője. A cégcsoport négy üzleti területen végez tevékenységet, ezek a mobilitás, az ipari technika, a fogyasztási cikkek, valamint az energia- és épülettechnika. A szenzortechnológia, a szoftverek és a szolgáltatások terén szerzett, bizonyított szakértelmének köszönhetően a cégcsoport komplex megoldásokat kínál ügyfelei számára. Magyarországon a Budapesti Fejlesztési Központ a Bosch világszintű fejlesztéseinek egyre hangsúlyosabb helyszíne, fontos szerepet játszik az automatizált- és az elektromos mobilitás fejlesztésében, emellett a Bosch csoport egyik legjelentősebb gépjárműelektronikai kutató-, fejlesztő- és tesztközpontja.
GanzKK – az AI-fejlesztés budapesti motorja
A Ganz Kapcsoló- és Készülékgyártó Kft. (GanzKK) kisfeszültségű villamos berendezésekre és rendszerintegrációra specializálódott, valamint az elektromobilitásban és a kötött pályás járműiparban aktív magyarországi székhelyű vállalat. A GanzKK többek között nagy teljesítményű számítási kapacitással támogatja a Rapson csapatát, amely a nagyléptékű szimuláció, adatfeldolgozás és AI-tanítás alapját adja. Ennek köszönhetően a Rapson AI pilótája mögött álló „agy” jelentős része Budapesten kerül megtervezésre, felépítésre és üzemeltetésre.
Riptides – gépi identitások védelme a Rapson AI-rétegeiben
A Riptides kiberbiztonsági partner, amely a „nem emberi identitásokra” fókuszál – vagyis azokra a gép–gép kapcsolatokra, amelyek szolgáltatások és munkafolyamatok között jönnek létre modern AI-rendszerekben.
A Bosch csoport, a GanzKK és a Riptides együtt olyan ökoszisztémát alkotnak, amely lehetővé teszi, hogy a Rapson AI pilótáját a világ legnagyobb önvezető versenysorozatának rajtrácsára állítsa.
Rapsonról
A Rapson egy budapesti székhelyű deep-tech versenycsapat és startup, amely high-tech motorsport-, autóipari és autonóm rendszerek fejlesztésében szerzett, többéves mérnöki tapasztalatból nőtt ki. A csapat küldetése emberfeletti (superhuman) mozgás irányítására képes AI rendszer létrehozása – olyan mesterséges intelligenciáé, amely a fizikai világban is gyors, biztonságos és optimális döntéseket tud hozni –, kezdve az olyan extrém környezetekkel, mint az autonóm versenyzés, majd ezt a képességet lépésről lépésre a mindennapi közlekedés és a közúti járművek világába átültetve.
A Rapson az A2RL résztvevője: autonóm, Super Formula versenyautóval áll rajthoz az Abu Dhabi Yas Marina versenypályán, és így aktívan hozzájárul ahhoz a globális törekvéshez, hogy a fejlett autonóm rendszerek a szimulációból kilépve a valóságban is bizonyítsanak.
HÁTTÉR INFORMÁCIÓ
Globális autonóm innovátorok rajtrácsa
A 2025-ös A2RL autóverseny 11 csapatot hozott össze a világ élvonalából: vezető egyetemeket, nemzeti kutatóintézeteket, ipari konzorciumokat és deep-tech startupokat – mind ugyanazon Super Formula platformmal versenyezve, de saját AI „aggyal” és stratégiával.
TUM – Németország
PoliMOVE – Olaszország
Unimore Racing – Olaszország
Constructor – Németország
Kinetiz – Egyesült Arab Emírségek / Szingapúr
Code 19 – Amerikai Egyesült Államok
Fly Eagle – Kína / Egyesült Arab Emírségek
TII Racing – Egyesült Arab Emírségek
FR4IAV – Franciaország
TGM GP – Japán
Rapson – Magyarország
Versenyformátum: időmérő futamok, Silver Race és Grand Final
Az A2RL versenyformátuma úgy lett kialakítva, hogy egyszerre tegye próbára a nyers tempót és a rendszerek robusztusságát.
Grand Final kvalifikáció Az időmérő időfutamok előtt minden csapatnak egy sor minősítési feltételt kellett teljesítenie, amelyek a biztonságot és az alapvető képességeket hivatottak igazolni. Ezek közül a referencia-köridő teljesítése és a nagy sebességű előzési manőver bizonyult a mezőny számára a legnagyobb kihívásnak. Végül mindössze hét csapat – köztük a Rapson – tudta maradéktalanul teljesíteni az összes feltételt, így vált jogosulttá a Grand Final kvalifikációjára. Ezt követően az esemény a Grand Final kvalifikációs időfutamaira váltott. Ezeken az etapokon minden csapat számára három, egyenként 10 perces pályaidő áll rendelkezésre, hogy beállítsa a lehető legjobb körét. Itt történt a Rapson időmérős balesete: az autó a második menet során csúszott ki, így a csapat nem tudott a referenciaidő 115%-án belüli érvényes kört teljesíteni, ami elengedhetetlen feltétele a többautós Grand Final futamba jutásnak.
Silver Race – időfutam párbaj Azok a csapatok – köztük a Rapson is az időmérős balesetet követően –, amelyek nem érik el a Grand Finalhez szükséges küszöböt, a Silver Race futamban állnak rajthoz. Ez egy időfutam jellegű formátum: egyszerre csak egy autó van a pályán, az AI pilóta az órával versenyez, hogy a lehető legjobb körét fussa..
Grand Final – autonóm futam rajttól a kockás zászlóig A hétvége csúcspontja a hatautós Grand Final, ahol a kvalifikált csapatok együtt állnak rajthoz egy többkörös autonóm futamra. Itt az AI-rendszereknek nemcsak gyors köröket kell futniuk, hanem a kerék a kerék elleni csatát és a versenystratégiát is kezelniük kell – előzéseket végrehajtani, védekezni, alkalmazkodni a változó körülményekhez – mindezt úgy, hogy egyetlen emberi pilóta sincs a pilótafükékben.
Ez a versenyformátum lehetővé teszi, hogy az A2RL az autonóm teljesítmény teljes spektrumát bemutassa: az egyautós, precíz időfutamoktól egészen a Grand Finalben látható, teljes értékű versenyzésig.
Az A2RL versenyautó: Super Formula-teljesítmény, autonóm „agy”
A Rapson által használt A2RL-autó alapja egy Dallara által épített, Super Formula SF23-ból származó váz, amelyet kifejezetten autonóm versenyzésre alakítottak át. Ez az egyik leggyorsabb együléses formaautó a Forma–1-en kívül, a Yas Marina versenypályán akár 280 km/h-s sebesség közelébe is képes felgyorsulni
A karosszéria alatt a jól bevált motorsport-hardver egy mesterségesintelligencia-„aggyal” egészül ki:
Váz és hajtáslánc
Módosított, Super Formula SF23-alapú monocoque (A2RL EAV platform)
Turbófeltöltős, 2,0 literes, négyhengeres motor a Honda K20C1 blokkjára építve, amely hatfokozatú sebességváltón keresztül a hátsó kerekeket hajtja
Nagy leszorítóerejű aerodinamikai csomag és Yokohama Advan slick abroncsok a maximális kanyarsebesség érdekében
Szenzorok – ezeken keresztül „látja” az AI a világot
7 kamera biztosít közel 360°-os látómezőt az autó körül
4 radar méri a relatív sebességet és távolságot, mely különösen hasznos rossz látási viszonyok között
3 lidar lézersugarakkal pásztázza a környezetet, hogy pontos 3D-s képet építsen a versenypályáról és a többi autóról
GNSS (műholdas helymeghatározó rendszer), IMU (inerciális mérőegység) és optikai talajsebesség-érzékelő segítik a jármű pontos pozíciójának, sebességének és dőlésszögének meghatározását a pályán
Aktuátorok és vezérlés – ezekkel „vezet” az AI
Teljes mértékben drive-by-wire kormány- és fékrendszer, elektrohidraulikus aktuátorokkal, amelyek ezredmásodperces pontossággal hajtják végre az AI parancsait
Brake-by-wire rendszer karbon fékekkel, a csúcskategóriás formaautókra jellemző extrém lassulások kezelésére
Számítási teljesítmény és hálózati elérés
Nagy teljesítményű fedélzeti számítógép-rendszer, amely valós időben futtatja a csapatok autonóm vezetési szoftverét
Nagy sávszélességű telemetria-kapcsolat az autó és a box között, amely lehetővé teszi, hogy a mérnökök minden másodpercben élőben kövessék a szenzoradatokat, a jármű állapotát és az AI döntéseit
Ebben a keretrendszerben minden csapat ugyanazt a járművet, járműbeállítást és hardverplatformot kapja – az igazi verseny a szoftverben dől el: a környezetérzékelő, tervező, vezérlő és versenystratégiai algoritmusok minőségében, amelyek képesek megérteni a környezetet, kezelni a változó tapadást és a forgalmat a versenypályán, miközben továbbra is gyors köridőket produkálnak.
Médiaanyagok és kapcsolat
Sajtóanyagok letöltése
A teljes sajtóközlemény és a nagy felbontású képanyag innen érhető el. Az anyagok szerkesztőségi célú felhasználása engedélyezett.
„A versenyzés mindig is arról szólt, hogy feszegetjük a lehetséges határait. Az autonóm rendszerekkel már nemcsak versenyzünk – az intelligens mobilitás jövőjét formáljuk.”