AWS DeepRacer FAQ

DeepRacer는 강화 학습 및 3D 경주 시뮬레이터를 사용하여 완전 자율 주행 1/18 크기의 경주용 자동차를 주행하는, 그야말로 강화 학습(RL)을 시작할 수 있는 가장 빠른 방법입니다. 누구나 온라인 시뮬레이터에서 RL 모델을 훈련, 평가, 조정하거나 실제 자율 환경에 사용할 AWS DeepRacer 디바이스나 RC 카에 모델을 배포하거나 서로 경쟁할 수 있습니다.

DeepRacer 시뮬레이터는 첫 번째 모델을 훈련하고 강화 학습을 시작할 수 있는 자습서를 제공합니다. 그런 다음에는 모델을 평가하고 조정할 수도 있습니다. DeepRacer 개발자 설명서에 첫 번째 모델을 구축하고 모델을 개선하는 방법이 자세히 설명되어 있습니다.

아니요. AWS DeepRacer 차량을 소유하지 않고도 모델을 훈련하고 평가할 수 있습니다. 

아니요. AWS DeepRacer는 배포된 RL 모델과 카메라 입력을 사용하여 로컬에서 추론을 실행합니다. AWS DeepRacer는 자율 주행을 시작 및 중지하는 데 사용하는 디바이스와 동일한 Wi-Fi 네트워크에 연결되어야 합니다. 차량을 설정하는 방법에 대한 자세한 내용은 개발자 설명서를 참조하세요.

DeepRacer on AWS를 Amazon SageMaker와 통합하면 강화 학습 모델 훈련을, AWS RoboMaker와 통합하면 경주 시뮬레이터를 사용할 수 있습니다. 또한 Amazon Kinesis Video Streams와의 통합으로는 가상 시뮬레이션 동영상 스트리밍, Amazon S3와의 통합으로는 모델 저장, Amazon CloudWatch와의 통합으로는 로그 캡처 기능이 제공됩니다.

현재, 개발자는 DeepRacer 시뮬레이터에 트랙을 추가할 수 없습니다. 

아니요. RL 모델을 훈련하려면 모델이 수행하는 동작의 결과에 대한 피드백이 필요합니다. 이 피드백 루프는 DeepRacer 시뮬레이터 내에 존재하며 실재하지는 않습니다.

현재로서는 DeepRacer가 로컬 훈련을 지원하지 않습니다.

예. DeepRacer 분산 교육 SageMaker 노트북을 사용하여 RL 모델을 생성 및 교육하고 이러한 모델을 AWS DeepRacer 차량에 수동으로 배포할 수 있습니다.