初步体验AWS DeepRacer控制台

博主： peter
发布时间：2025 年 01 月 05 日
30 次浏览
暂无评论
3195字数
分类： deepracer

# 初步体验AWS DeepRacer控制台

让我们更详细地拆解一下如何使用AWS DeepRacer控制台来完成初步的体验：

### 1. 注册并登录AWS DeepRacer控制台

* 首先，需要一个AWS账户。如果没有，可以在[AWS注册页面](https://aws.amazon.com/)注册一个新账户。
* 登入AWS控制台后，搜索“DeepRacer”，进入AWS DeepRacer服务。DeepRacer是AWS专门为强化学习模型设计的模拟和训练平台，专注于自动驾驶技术。

### 2. 进入AWS DeepRacer控制台界面

> 记得需要切换region

![image.png](https://prod-files-secure.s3.us-west-2.amazonaws.com/5c09998b-a9ac-40bc-a1ea-8cd1c10b84a2/b02ee484-c9c9-4ddb-acbe-f8e8517928d3/image.png)

* 在DeepRacer的控制台中，你会看到几个关键的功能区域：
  * **模型管理（Models）**：在这里可以创建、查看和管理你的训练模型。
  * **赛道（Tracks）**：可以选择不同的赛道，AWS提供了各种难度的虚拟赛道，从简单的直道到复杂的弯道。
  * **比赛（Races）**：可以加入线上或线下的比赛，也可以创建自己的比赛来测试模型的表现。

### 3. 创建第一个模型

> select action space: 离散比连续尝试的时间更少

整体流程：

![image.png](https://prod-files-secure.s3.us-west-2.amazonaws.com/5c09998b-a9ac-40bc-a1ea-8cd1c10b84a2/793ba9d0-3192-4a56-b0bf-fa690c625c5f/image.png)

* 点击**创建模型**（Create Model）按钮，开始设置你的第一个DeepRacer模型。模型的创建主要包含以下步骤：

* **命名模型**：为你的模型起个名字，方便后续的管理。

![image.png](https://prod-files-secure.s3.us-west-2.amazonaws.com/5c09998b-a9ac-40bc-a1ea-8cd1c10b84a2/51f882fd-ea06-44f0-90bd-c409b848d909/image.png)
  ![image.png](https://prod-files-secure.s3.us-west-2.amazonaws.com/5c09998b-a9ac-40bc-a1ea-8cd1c10b84a2/cbfbb342-3aa2-4151-99bd-58419b237f55/image.png)

* **选择赛道**：AWS提供了一些默认赛道，例如“反转圈”赛道和“直道”赛道。对于初学者，可以选择相对简单的赛道，以便更直观地观察小车的表现。

[**在 赛道方向下，选择 顺时针或逆时针**](https://www.notion.so/141233500dc280b8a9fdf340d31e2b91?pvs=21)
  ![image.png](https://prod-files-secure.s3.us-west-2.amazonaws.com/5c09998b-a9ac-40bc-a1ea-8cd1c10b84a2/4f5efcfe-df41-4cec-9087-18f606bfdbfc/image.png)

* **设置动作空间（Action Space）**：动作空间决定了小车在训练时可用的转向角度和速度组合。初学者可以使用默认设置，它包括了AWS推荐的转向和速度组合。较少的动作空间可以加快训练速度，适合初期调试。
  * **配置奖励函数（Reward Function）**：AWS提供了一些简单的奖励函数模板，比如“Stay in the Center”或“Follow the Fastest Path”。可以从基础的“保持在赛道中心”奖励函数开始，以确保小车能够在赛道上稳步前进。
  * **模型训练时长**：在训练时，你可以选择模型的训练时间（比如1小时、2小时等），时间越长模型的表现通常会更好，但前期可以设置较短时间（例如1小时），观察模型的初步表现。

### 4. 训练模型

* 模型配置完成后，点击**开始训练**（Start Training）。此时，模型会在后台自动运行。训练期间，系统会根据小车的动作和奖励函数，调整小车的驾驶策略，逐步学习如何在赛道上行驶。
* **训练进度和日志**：在训练过程中，可以查看训练进度和日志信息，包括小车的表现、奖励得分、圈速等数据。通过观察这些数据，可以了解模型的学习曲线，看它是否有逐渐提高完成赛道的能力。

### 5. 测试和观察模型表现

* 训练完成后，可以在**模拟器**中运行模型，观察小车的表现。模拟器会实时显示小车在赛道上的行驶过程。
* **观察表现**：重点观察小车是否在赛道中心行驶、遇到弯道时的转向效果、速度控制是否合理。可以看出，奖励函数对小车的速度、转向以及稳定性有很大影响。

### 6. 模型表现模型评估

[**在模拟中评估您的 AWS DeepRacer 模型**](https://www.notion.so/AWS-DeepRacer-141233500dc280149d4efdf27bc754b3?pvs=21)

### 7. 调整奖励函数并重新训练

* 初步测试后，可以根据小车在赛道上的表现调整奖励函数。例如：
  * 如果小车在直道上太慢，可以增加速度奖励，让它在直道上加速行驶。
  * 如果小车在弯道经常出轨，可以减少弯道处的速度，或增加在赛道中心的奖励。
* 奖励函数调整后，重新开始训练。通过不断调整奖励函数并训练，可以优化小车的决策和表现。

### 8. 反复迭代，提升模型表现

* 每次训练和测试后，观察模型表现并记录需要改进的部分。通常，经过几次调整和训练后，小车的表现会逐步提高。
* 最后，你可以在不同的赛道上测试模型，检验模型的适应性，并不断优化奖励函数以达到最佳表现。

下载模型：

![image.png](https://prod-files-secure.s3.us-west-2.amazonaws.com/5c09998b-a9ac-40bc-a1ea-8cd1c10b84a2/af2bc40c-044b-489e-bf44-77b76cf2e9fe/image.png)

通过以上步骤，你将对AWS DeepRacer的控制台功能、奖励函数的调整和训练过程有更深入的了解，为后续参加挑战赛做好基础准备。

总结：

您可以通过克隆之前训练的模型、更改奖励函数、调整超参数，然后重复该过程，直到总奖励融合并且改进了性能指标，以此来改进模型。有关如何改进训练的更多信息，请参阅[训练和评估 AWS DeepRacer 模型](https://docs.aws.amazon.com/zh_cn/deepracer/latest/developerguide/create-deepracer-project.html)。

最后修改：2025 年 07 月 03 日

如果觉得我的文章对你有用，请随意赞赏

发表评论取消回复
使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款

评论 *

私密评论

名称 *

🎲

邮箱 *

地址

初步体验AWS DeepRacer控制台

peter • 2025 年 01 月 05 日

# 初步体验AWS DeepRacer控制台

让我们更详细地拆解一下如何使用AWS DeepRacer控制台来完成初步的体验：

### 1. 注册并登录AWS DeepRacer控制台

### 2. 进入AWS DeepRacer控制台界面

> 记得需要切换region

![image.png](https://prod-files-secure.s3.us-west-2.amazonaws.com/5c09998b-a9ac-40bc-a1ea-8cd1c10b84a2/b02ee484-c9c9-4ddb-acbe-f8e8517928d3/image.png)

### 3. 创建第一个模型

> select action space: 离散比连续尝试的时间更少

整体流程：

![image.png](https://prod-files-secure.s3.us-west-2.amazonaws.com/5c09998b-a9ac-40bc-a1ea-8cd1c10b84a2/793ba9d0-3192-4a56-b0bf-fa690c625c5f/image.png)

* 点击**创建模型**（Create Model）按钮，开始设置你的第一个DeepRacer模型。模型的创建主要包含以下步骤：

* **命名模型**：为你的模型起个名字，方便后续的管理。

### 4. 训练模型

### 5. 测试和观察模型表现

### 6. 模型表现模型评估

[**在模拟中评估您的 AWS DeepRacer 模型**](https://www.notion.so/AWS-DeepRacer-141233500dc280149d4efdf27bc754b3?pvs=21)

### 7. 调整奖励函数并重新训练

### 8. 反复迭代，提升模型表现

下载模型：

![image.png](https://prod-files-secure.s3.us-west-2.amazonaws.com/5c09998b-a9ac-40bc-a1ea-8cd1c10b84a2/af2bc40c-044b-489e-bf44-77b76cf2e9fe/image.png)

通过以上步骤，你将对AWS DeepRacer的控制台功能、奖励函数的调整和训练过程有更深入的了解，为后续参加挑战赛做好基础准备。

总结：

发表评论 取消回复 使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款

初步体验AWS DeepRacer控制台

发表评论取消回复
使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款