模拟到真实性能差距

由于模拟无法准确收集真实环境的所有方面，在模拟中训练的模型可能在真实环境中的表现不如人意。此类偏差通常称为模拟到真实 (sim2real) 性能差距。

AWS DeepRacer 中采取了措施来尽可能减少 sim2real 性能差距。例如，模拟代理设计为每秒执行 10 个操作。这与 AWS DeepRacer 车辆每秒大约运行 10 次推理的频率相符。再例如，在训练的每个情节的开始时，代理的位置是随机的。这可以最大限度提升代理平均地学习赛道所有部分的可能性。

为了帮助减少 real2sim 性能差距，对于模拟赛道和真实赛道，请确保使用相同或相似的颜色、形状和尺寸。为减少视觉干扰，请在真实赛道周围使用隔板。此外，仔细校准设备的速度和转向角度范围，以使在训练中使用的操作空间与真实环境中相匹配。在与训练所用赛道不同的模拟赛道中评估模型性能可以展示出 real2real 性能差距的程度。

有关在训练 AWS DeepRacer 模型时如何缩小 sim2real 差距的更多信息，请参阅针对真实环境优化 AWS DeepRacer 模型训练。