在杆位学习强化学习
AWS DeepRacer 为您提供了一种开始强化学习 (RL) 的有趣方式。RL 是一种先进的机器学习 (ML) 技术，它采用了与其他机器学习方法不同的方法来训练模型。它的强大之处在于，它不需要任何标记的训练数据就可以学习非常复杂的行为，并且可以在优化长期目标的同时做出短期决策。
通过动手教程快速开始使用机器学习，以帮助您了解机器学习的基础知识、开始训练强化学习模型并在有趣的自动驾驶赛车体验中对它们进行测试。
在 AWS DeepRacer 3D 赛车模拟器中测试这些新发现的技能。 通过多个传感器输入、最新的强化学习算法、神经网络配置和模拟到真实域传输方法进行实验。
AWS DeepRacer League 为您提供争夺奖牌，与机器学习爱好者线上和线下见面的机会。分享有关如何成功和创建自己的私有虚拟比赛的想法和见解。
amazon.com 上新的 AWS DeepRacer 店面提供了使用您的 AWS DeepRacer 设备举办现场比赛所需的所有推荐物品的完整列表。从赛车到赛道，从电池到扎带，我们已经消除了计划中的猜测，让您可以专注于赛车！
参加 AWS DeepRacer League 比赛
一旦您构建好模型，即可开始比赛！ AWS DeepRacer League 是世界上第一个面向所有人开放的全球自动驾驶赛车联盟。开发人员可以与来自世界各地的任何人比赛，赢得奖金和荣誉，并有机会晋级到 re:Invent 2023 上的 AWS DeepRacer 锦标赛杯决赛！
借助 AWS DeepRacer 直播比赛功能，任何人都可以在几分钟内设置比赛并进行流式直播。邀请您的朋友和同事提交他们的模型，通过易用的托管工具流式传输控制台和 Twitch 上的比赛，实时进行角逐。
实际应用
AWS DeepRacer 是 1/18 自动驾驶赛车，专门用于通过在实际赛道上进行竞赛来测试 RL 模型。该赛车使用摄像头查看赛道，并使用强化模型来控制油门和方向盘，通过此方式演示了如何将在模拟环境中训练的模型转移到真实场景。
推出 AWS DeepRacer Evo
AWS DeepRacer Evo 是下一代自动驾驶赛车服务。它配备了立体摄像头和 LiDAR 传感器，可支持障碍赛和正面挑战赛，为开发人员提供了所需的一切条件，以将比赛提升到新的水平。在障碍赛中，开发人员可以使用传感器来检测和避开赛道上的障碍。在正面挑战赛中，开发人员与同赛道的其他 DeepRacer 一起比赛，并在以最快的速度驾驶的同时努力避开对方。左右正向摄像头组成立体摄像头，帮助赛车学习图像中的深入信息。然后此信息可用于感应和躲避赛道上正在接近的物体。LiDAR 传感器朝向后方，用于检测赛车后方和侧面的物体。
已经拥有 AWS DeepRacer？
幕后原理
AWS DeepRacer Evo 赛车包含初始 AWS DeepRacer 赛车、一个附加的 400 万像素摄像头模块（与初始摄像头形成立体视野）、一个扫描 LiDAR、一个用于安装立体摄像头和 LiDAR 的外壳支架以及一些附件和方便易用的工具，以帮助您快速完成安装。
| 赛车 | 1/18 比例四轮驱动，巨轮卡车底盘 |
| CPU | Intel Atom™ 处理器 |
| 内存 | 4GB RAM |
| 存储 |
32GB（可扩展） |
| WI-FI | 802.11ac |
| 摄像头 | 提供 MJPEG 格式的立体 4 MP 摄像头 |
| LIDAR 传感器 | 360 度 12 米扫描半径激光 LIDAR 传感器 |
| 软件 | Ubuntu OS 16.04.3 LTS，Intel® OpenVINO™ 工具包，ROS Kinetic |
| 驱动电池 | 7.4V/1100mAh 锂聚合物 |
| 计算电池 | 13600mAh USB-C PD |
| 端口 | 4 个 USB-A，1 个 USB-C，1 个 Micro-USB，1 个 HDMI |
| 传感器 | 集成了加速度计和陀螺仪 |
探索专为具有不同技能水平的开发人员设计的培训设备组合，以通过有趣、实用的方式学习 ML。使用 AWS DeepRacer 开始强化学习，并使用 AWS DeepComposer 通过生成式 AI 发挥您的创造力。
