FAQ AWS DeepRacer

DeepRacer adalah cara tercepat untuk memulai pembelajaran penguatan (RL) yang sesungguhnya, dengan mobil balap skala 1/18 yang sepenuhnya otonom dan didukung oleh pembelajaran penguatan serta simulator balap 3D. Siapa pun dapat melatih, mengevaluasi, dan menyempurnakan model RL dalam simulator online, melakukan deployment model ke perangkat AWS DeepRacer untuk pengalaman otonom di dunia nyata, atau bersaing di konsol satu sama lain.

Simulator DeepRacer menyediakan tutorial untuk memulai pembelajaran penguatan dan melatih model pertama Anda. Kemudia, Anda juga akan dapat mengevaluasi dan menyempurnakan model. Dokumentasi Developer memberikan detail tambahan tentang membangun model pertama dan juga cara meningkatkan model Anda.

Tidak. Anda dapat melatih model dan mengevaluasinya tanpa memiliki mobil AWS DeepRacer. 

Tidak. AWS DeepRacer menggunakan model RL yang di-deploy dan input dari kamera untuk menjalankan inferensi secara lokal. AWS DeepRacer harus terhubung ke jaringan Wi-Fi yang sama dengan perangkat yang digunakan agar dapat memulai dan menghentikan pengemudian otonom. Detail tentang cara menyiapkan kendaraan Anda dapat ditemukan di Dokumentasi Developer.

DeepRacer di AWS berintegrasi dengan Amazon SageMaker untuk pembelajaran penguatan pelatihan model, AWS RoboMaker untuk menyediakan simulator balap, Amazon Kinesis Video Streams untuk streaming video rekaman simulasi virtual, Amazon S3 untuk penyimpanan model, dan Amazon CloudWatch untuk merekam log.

Saat ini, developer tidak dapat menambahkan trek tambahan ke simulator AWS DeepRacer. 

Tidak. Melatih model RL memerlukan umpan balik terkait hasil tindakan yang diambil oleh model. Lingkaran umpan balik ada di simulator AWS DeepRacer, tetapi tidak di dunia nyata.

Saat ini AWS DeepRacer tidak mendukung pelatihan lokal.

Ya. Anda dapat menggunakan Notebook SageMaker Pelatihan Terdistribusi DeepRacer untuk membuat dan melatih model RL dan men-deploy model ini ke mobil AWS DeepRacer secara manual.