AWS DeepRacer 常见问题

AWS DeepRacer 是开启强化学习（RL）实践的最快捷方式，确切地说，它配备一辆由强化学习驱动的、1/18 比例的完全自动驾驶赛车以及 3D 赛车模拟器。任何人都可以在在线模拟器中训练、评估和优化强化学习模型，将模型部署到 AWS DeepRacer 设备上，获得真实世界的自动驾驶体验，或者在控制台中相互竞技。   AWS DeepRacer 设备条款、担保和通知”

AWS 客户可从美国东部（弗吉尼亚州北部）区域访问 AWS DeepRacer 模拟器。

AWS DeepRacer 联赛是全球首个全球自动驾驶赛车大赛。自 2018 年以来，已有超过 56 万名开发者通过参加该大赛提高了机器学习（ML）知识，每年，最顶尖的选手都会齐聚拉斯维加斯的 re:Invent 大会，参加 AWS DeepRacer 大赛锦标赛。 

你可以在 DeepRacer 主页 上阅读更多关于决赛的信息。 

AWS DeepRacer 模拟器提供教程，可帮助您开始强化学习和训练第一个模型。然后，您还可以评估和调整模型。AWS DeepRacer 开发人员文档提供了有关构建第一个模型以及如何改进模型的更多详细信息。

不。您可以训练、评估模型，而无需拥有一辆 AWS DeepRacer 赛车。 

客户可以在 AWS DeepRacer 控制台的“社区竞赛”部分创建自己的虚拟竞赛。

不需要，AWS DeepRacer 使用已部署的 RL 模型和来自摄像头的输入在本地运行推理。AWS DeepRacer 必须与用于启动和停止自动驾驶的设备连接到同一个 Wi-Fi 网络。有关如何设置车辆的详细信息，请参见开发人员文档。

AWS DeepRacer 学员专为全球范围内的高中生和大学生打造，让他们以一种有趣且亲身实践方式培养机器学习技能，无需 AWS 账户。参与者可以利用 20 小时的机器学习教材、10 小时的每月模型训练计算资源和 5 GB 的模型存储空间在模拟 3D 赛车环境中训练 RL 模型。 

请前往 AWS DeepRacer 学生处了解更多详情。 

AWS DeepRacer 集成了 Amazon SageMaker，用于强化学习模型训练；与 AWS RoboMaker 集成，提供赛车模拟器；与 Amazon Kinesis Video Streams 集成，对虚拟模拟镜头进行视频流处理；与 Amazon S3 集成，进行模型存储；以及与 Amazon CloudWatch 集成，进行日志捕获。

目前，开发人员无法向 AWS DeepRacer 模拟器添加额外的赛道。 

不能，训练 RL 模型需要对模型所采取的行动的结果进行反馈。这种反馈循环存在于 AWS DeepRacer 模拟器中，但不在现实世界中。

目前 AWS DeepRacer 不支持本地训练。

可以。您可以使用 AWS DeepRacer 分布式 Distributed Training SageMaker Notebook 来创建和训练 RL 模型。您将能够手动将这些模型部署到您的 AWS DeepRacer，但是还不能将它们导入 AWS DeepRacer 控制台。