(进阶)AWS DeepRacer分析log-002

• Log 数据提取
• • 使用Notepad++ 工具将log提取出来
  • • 提取常量
    • • 数据处理
      • 数据可视化
    • 提取变量
    • • 数据处理
      • 数据可视化
      • • 所有数据可视化
        • 选择部分点可视化
• 总结
• 资源下载链接

1. 使用自定义的log开始标签reward_constant_Log，搜索所有的行
   

1. 将上述结果copy到新的文件中
   提取出来的数据可以看到 track_length 赛道总长是一个始终不变的量，17.709159380834848m
   
   waypoints赛道定点也是一个始终不变的list量，里面是119个tuple，实际上每一个tuple就是一个(x,y)点，对应的是赛道上的点。
   
2. 通过Notepad++正则替换，将数据换行
   这里细心看的话可以看到第一个点和最后一个点坐标是一样的。因此实际只有118个点，而不是119个点。
   
3. 通过Excel 的文本分列功能将数据导入
   
4. 给数据加一个列名
   

通过Excel 插入散点图可以将赛道点连接成曲线，根据这些赛点图很容易看出赛道就是`re:Invent 2018`

1. 使用自定义的log开始标签reward_var_Log，搜索所有的行
   

1. 将上述的数据copy到新的文件，然后再通过正则替换
   
   替换之后的数据
   
2. 数据导入到excel
   使用Excel的分列功能将数据分列，然后添加列名
   
3. 数据分析
   通过steps可知，每一次is_offtrack为True是表示本次回合结束，重新再开始计步，可以添加一个辅助列，表明哪些数据属于同一个回合。
   

将所有点都绘制到图中，可以看到training时，小车的尝试轨迹

通过分析log可以对整个赛道数据有一个全面的认知，可以根据数据计算弯道大小以及通过的最大速度，由于本人对Excel多线绘图这一块不是很精通，后面将会使用python的绘图库将赛道图、训练图和评估图放到一张图上进行比较，可以更具体看到一些差异，总结出更全面的规律。

可视化Excel表

下载下来的原始log压缩包