别再只玩AWS控制台了！手把手教你在阿里云ECS上从零部署AWS DeepRacer训练环境

阿里云ECS实战：低成本搭建AWS DeepRacer训练环境的完整指南

当强化学习遇上自动驾驶，AWS DeepRacer无疑是近年来最受欢迎的入门项目之一。但国际版AWS的高昂费用和网络延迟，常常让国内开发者望而却步。本文将带你用阿里云ECS搭建一套完整的DeepRacer训练环境，成本仅为AWS原版的1/3，同时解决国内用户常见的镜像拉取慢、端口配置等实际问题。

1. 环境准备：阿里云ECS选型与配置

1.1 实例规格选择

对于DeepRacer训练，GPU并非必需但能显著加速。以下是不同预算下的配置建议：

注：以上价格为华北2地域的参考价，建议选择Ubuntu 20.04/22.04 LTS系统

1.2 安全组关键配置

DeepRracer需要开放以下端口：

# 查看当前安全组规则 sudo iptables -L -n # 临时开放端口（重启失效） sudo iptables -I INPUT -p tcp --dport 8100 -j ACCEPT

永久生效的配置方法：

1. 登录阿里云控制台 → ECS实例 → 安全组
2. 添加入方向规则：
   • 端口范围：8100, 8180, 8888, 9000
   • 授权对象：0.0.0.0/0（或指定你的IP）

注意：生产环境建议限制访问IP范围，避免安全风险

2. 部署DeepRacer训练环境

2.1 解决Docker镜像拉取慢的问题

国内用户常遇到的第一个障碍就是官方镜像下载缓慢。这里推荐使用阿里云容器镜像加速服务：

# 配置Docker镜像加速 sudo mkdir -p /etc/docker sudo tee /etc/docker/daemon.json <<-'EOF' { "registry-mirrors": ["https://<你的ID>.mirror.aliyuncs.com"] } EOF sudo systemctl daemon-reload sudo systemctl restart docker

对于deepracer-for-cloud项目中的特定镜像，可以手动替换为国内源：

# 示例：替换robomaker镜像 docker pull registry.cn-hangzhou.aliyuncs.com/deepracer-mirror/robomaker:latest docker tag registry.cn-hangzhou.aliyuncs.com/deepracer-mirror/robomaker:latest awsdeepracercommunity/deepracer-robomaker:latest

2.2 安装deepracer-for-cloud

# 创建专用目录 mkdir -p ~/deepracer && cd ~/deepracer # 克隆项目（使用国内镜像源） git clone https://gitee.com/mirrors/deepracer-for-cloud.git # 初始化环境 cd deepracer-for-cloud ./bin/init.sh -c local -a cpu # 无GPU时使用cpu参数

常见问题处理：

• 若遇到依赖缺失错误，先执行：

  sudo apt update && sudo apt install -y git docker.io docker-compose python3-pip

• 初始化完成后，修改bin/activate.sh中的S3端点地址：

  export DR_LOCAL_S3_ENDPOINT="http://<你的ECS公网IP>:9000"

3. 训练配置与优化技巧

3.1 赛道与参数设置

在custom_files目录下，关键配置文件包括：

• reward_function.py- 奖励函数逻辑
• model_metadata.json- 模型元数据
• hyperparameters.json- 学习率等超参数

推荐初学者从以下配置开始：

// hyperparameters.json 示例 { "batch_size": 64, "beta_entropy": 0.01, "discount_factor": 0.999, "e_greedy_value": 0.05, "epsilon_steps": 10000, "exploration_type": "categorical", "loss_type": "huber", "lr": 0.0003, "num_episodes_between_training": 20, "num_epochs": 10, "stack_size": 1, "term_cond_avg_score": 100000, "term_cond_max_episodes": 100 }

3.2 训练启动与监控

启动训练服务的完整流程：

# 激活环境 source bin/activate.sh # 上传配置文件到本地S3 dr-upload-custom-files # 启动训练（自动开启可视化界面） dr-start-training -v # 查看实时日志 dr-logs-robomaker

训练过程中可通过以下地址访问：

• http://<ECS公网IP>:8100- 3D训练可视化
• http://<ECS公网IP>:8180- 评估结果查看
• http://<ECS公网IP>:8888- Jupyter日志分析

提示：使用tmux或screen保持会话，避免SSH断开导致训练中断

4. 成本控制与性能对比

4.1 阿里云与AWS成本分析

以训练10小时为例：

注：AWS成本未包含数据传输费用，实际使用中可能更高

4.2 性能调优实战

通过多次实测，我们总结出这些优化经验：

1. 行动空间设置：

   • 离散空间示例：

     "action_space": [ {"speed": 1.0, "steering_angle": -30}, {"speed": 1.0, "steering_angle": 0} ]

   • 连续空间训练初期更易收敛

2. 奖励函数调试技巧：

   • 在直线路段给予速度奖励
   • 对偏离中心线行为进行渐进式惩罚
   • 加入进度奖励鼓励完成圈数

3. 训练时间分配：

   • 前2小时：基础路线学习
   • 3-5小时：速度优化
   • 后5小时：稳定性和过弯优化

# 奖励函数示例：结合进度和居中度 def reward_function(params): # 计算居中奖励（0-1之间） track_width = params['track_width'] distance_from_center = params['distance_from_center'] marker = 0.5 * track_width if distance_from_center <= 0.1 * track_width: reward = 1.0 else: reward = 1 - (distance_from_center / marker)**2 # 添加进度奖励 progress = params['progress'] / 100 reward *= progress return float(reward)

在re:Invent 2018赛道上，经过10小时训练后，阿里云GPU实例能达到的最佳圈速约为8.9秒，与AWS同规格实例性能差异在±5%以内。