보상 함수 튜닝
이 장에서는 Best lap time 이 07.611 인 모델을 기준으로 설명합니다.
ch-ccw-06
주피터 노트북에서 RaceLine_ActionSpace.ipynb 노트북을 클릭합니다.
MIN_SPEED = 1.1, MAX_SPEED = 3.6 을 입력합니다.
결과를 racing_track 변수에 저장합니다.
AWS Console 의 Deepracer 서비스로 이동합니다. Your models 메뉴에서 Create model 을 클릭합니다.
이전과 같은 방법으로 모델을 훈련 합니다.
보상함수: https://github.com/awskrug/deepracer-notebook/blob/main/functions/ch-ccw-06.py
ch-ccw-06-ccw
주피터 노트북에서 RaceLine_ActionSpace.ipynb 노트북을 클릭합니다.
MIN_SPEED = 1.3, MAX_SPEED = 3.9 를 입력합니다.
결과를 racing_track 변수에 저장합니다.
Your models 에서 ch-ccw-06 모델을 선택합니다.
Clone 을 클릭합니다.
Hyperparameter 의 Learning rate = 0.0002 으로 변경합니다.
모델을 훈련 합니다.
보상함수: https://github.com/awskrug/deepracer-notebook/blob/main/functions/ch-ccw-06-ccw.py
ch-ccw-06-ccw-ccw2
주피터 노트북에서 RaceLine_ActionSpace.ipynb 노트북을 클릭합니다.
MIN_SPEED = 1.6, MAX_SPEED = 4.0 을 입력합니다.
결과를 racing_track 변수에 저장합니다.
Your models 에서 ch-ccw-06-ccw 모델을 선택합니다.
Clone 을 클릭합니다.
Hyperparameter 의 Learning rate = 0.0001 으로 변경합니다.
모델을 훈련 합니다.
보상함수: https://github.com/awskrug/deepracer-notebook/blob/main/functions/ch-ccw-06-ccw-ccw2.py
ch-ccw-06-ccw-ccw2-ccw
보상함수는 이전 것을 그대로 사용 합니다.
Your models 에서 ch-ccw-06-ccw-ccw2 모델을 선택합니다.
Clone 을 클릭합니다.
Hyperparameter 의 Learning rate = 0.00005 으로 변경합니다.
모델을 훈련 합니다.
