开发人员，开启您的引擎
AWS DeepRacer 实际上是开启机器学习的最快方式。亲身体验由强化学习、3D 赛车模拟器和全球赛车联赛驱动的全自动驾驶 1/18 赛车。
AWS DeepRacer League
来参加比赛吧，赢得奖金和荣誉，并有机会晋级到 re:Invent 2019 上的 AWS DeepRacer 锦标赛，赢得梦寐以求的 AWS DeepRacer 奖杯。2019 League 正在进行中——踏上赛道，在线参加每月一次的模拟巡回赛比赛，或者亲自参加世界各地的顶级巡回赛比赛。查看 DeepRacer TV 深入了解目前为止的联盟行动！ 详细了解 AWS DeepRacer League »
在杆位学习强化学习
AWS DeepRacer 是一款 1:18 赛车，为您提供了一种开始强化学习 (RL) 的有趣方式。RL 是一种先进的机器学习 (ML) 技术，它采用了与其他机器学习方法不同的方法来训练模型。它的强大之处在于，它不需要任何标记的训练数据就可以学习非常复杂的行为，并且可以在优化长期目标的同时做出短期决策。
有了 AWS DeepRacer，您现在可通过自动驾驶亲身体验 RL、实验和学习。您可以通过基于云的 3D 赛车模拟器开始使用虚拟汽车和赛道，并获得真实体验，可以将训练有素的模型部署到 AWS DeepRacer 中并与您的好友比赛，或参与全球 AWS DeepRacer 联盟。开发人员，比赛已开始。
进入赛道以立即开始学习
学习强化学习的有趣新方式
通过提供实践教程，AWS DeepRacer 使具有不同技能水平的开发人员可以快速开始训练 RL 模型，并在有趣的自动驾驶赛车体验中对这些模型进行测试，以此方式来开始强化学习。
可在任意地点快速开始训练
通过 AWS DeepRacer 控制台和 3D 赛车模拟器，无论身在何处，均可在几分钟内开始在虚拟赛道上训练模型。
团体和竞赛
借助 AWS DeepRacer 联赛，您有机会在线或当面认识志同道合的机器学习爱好者、分享观点和见解、通过参加计时赛来展示自己的技能，并赢取奖品和荣誉。
试验并优化
AWS DeepRacer 3D 赛车模拟器和赛车提供了测试最新强化学习算法和模拟到现实域名转让方法的理想环境。
专用于通过 RL 帮助您遥遥领先
专门针对强化学习打造
AWS DeepRacer 以强化学习为设计目标。它提供了一个开箱即用的 RL 解决方案，其中包括一个简单但强大的界面（用于训练和优化模型）、集成 3D 赛车模拟环境以及简单的模拟到现实域名转让功能。
使用 Amazon SageMaker 构建自定义模型
深入探究 RL，并使用 Amazon SageMaker 进行试验，来创建自定义 RL 模型，以用于 AWS DeepRacer。
已与 AWS 集成
AWS DeepRacer 与 Amazon SageMaker 集成以用于强化学习模型训练，与 AWS RoboMaker 集成以提供赛车模拟器，与 Amazon Kinesis Video Streams 集成以对虚拟模拟镜头进行视频流处理，与 Amazon S3 集成以进行模型存储以及与 Amazon CloudWatch 集成以进行日志捕获。
开始使用 AWS DeepRacer
在 AWS DeepRacer 3D 竞赛模拟器中创建并训练强化学习模型。
在模拟赛道上对模型进行评估，优化奖励函数和超参数，并重新进行训练以缩短单圈时间。
将模型提交到虚拟排行榜，以加入 AWS DeepRacer 联赛。
将模型部署到 AWS DeepRacer，在真实竞赛活动中与他人进行技能较量。
真实的 1/18 赛车竞赛
这简直就是车胎碰到路面。AWS DeepRacer 是 1/18 自动驾驶赛车，专门用于通过在实际赛道上进行竞赛来测试 RL 模型。该赛车使用摄像头查看赛道，并使用强化模型来控制油门和方向盘，通过此方式演示了如何将在模拟环境中训练的模型转移到真实场景。控制台、模拟器和赛车组合成了一个完整的解决方案，用于试验 RL 算法和广义化方法。
了解 AWS DeepRacer 幕后原理 »
赛道
您可以在家创建一个赛道，以专门用于提高在真实场景中测试模型时的性能。
了解如何构建赛道 »
轻松快速地进行训练、测试和迭代
使用 AWS DeepRacer 时，无需手动设置软件环境、模拟器，亦无需配置训练环境。AWS DeepRacer 提供了由 AWS 云托管的集成模拟环境和强化学习平台，来试验和优化自动驾驶赛车模型。
幕后原理
| 赛车 | 1/18 比例四轮驱动，巨轮卡车底盘 |
| CPU | Intel Atom™ 处理器 |
| 内存 | 4GB RAM |
| 存储 |
32GB（可扩展） |
| WI-FI | 802.11ac |
| 摄像头 | 4 MP 摄像头，MJPEG 格式 |
| 软件 | Ubuntu OS 16.04.3 LTS，Intel® OpenVINO™ 工具包，ROS Kinetic |
| 驱动电池 | 7.4V/1100mAh 锂聚合物 |
| 计算电池 | 13600mAh USB-C PD |
| 端口 | 4 个 USB-A，1 个 USB-C，1 个 Micro-USB，1 个 HDMI |
| 传感器 | 集成了加速度传感器和陀螺仪 |
