AWS DeepRacer 常见问题

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 设备或 RC 赛车上，获得真实世界的自动驾驶体验，或者相互竞技。

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。DeepRacer 开发人员文档为您提供了关于构建第一个模型以及如何改进模型的详细信息。

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

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 上的 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 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 DeepRacer 模拟器中，但不在现实世界中。

目前 DeepRacer 不支持本地训练。

可以。您可以使用 DeepRacer Distributed Training SageMaker Notebook 创建和训练 RL 模型，并手动将这些模型部署到 AWS DeepRacer 赛车上。