跳到內容
RLMatrix Documentation

如何使用儀表板

承接我們的入門指南，您可能想知道如何監控 AI 的訓練進度。雖然在簡單示例中將結果印出到控制台已經足夠，但實際專案通常需要更複雜的監控方式。

RLMatrix 儀表板提供了訓練指標的即時視覺化，幫助您確定 AI 是否有效學習、是否已完成訓練，或是否未能取得進展。

設置儀表板

選項 1：克隆完整儲存庫

如果您想要完整的 RLMatrix 原始碼：

克隆完整的 RLMatrix 儲存庫
git clone https://github.com/asieradzk/RL_Matrix.git

選項 2：僅獲取儀表板

如果您只需要儀表板元件：

使用 Git sparse-checkout 只克隆儀表板
git clone --filter=blob:none --sparse https://github.com/asieradzk/RL_Matrix.git
cd RL_Matrix
git sparse-checkout set src/RLMatrix.Dashboard

運行儀表板

獲得儀表板程式碼後，您可以：

  1. 在您喜歡的編輯器中打開專案（如 Visual Studio 或 VS Code）
  2. 構建並運行專案

或者，您可以構建二進制檔案並直接運行。

由於這是一個 Blazor Server 應用程式，您會看到一個控制台視窗，輸出類似於：

儀表板控制台輸出
info: Microsoft.Hosting.Lifetime[14]
Now listening on: https://localhost:7126
info: Microsoft.Hosting.Lifetime[14]
Now listening on: http://localhost:5069
info: Microsoft.Hosting.Lifetime[0]
Application started. Press Ctrl+C to shut down.
info: Microsoft.Hosting.Lifetime[0]
Hosting environment: Development
info: Microsoft.Hosting.Lifetime[0]
Content root path: D:\path\to\your\dashboard\RLMatrix.Dashboard

如果瀏覽器視窗沒有自動打開，請在瀏覽器中導航到 https://localhost:7126。

將專案連接到儀表板

讓我們回顧一下入門指南中的模式匹配示例。當您運行訓練程式碼時，應該會在控制台中看到以下訊息：

Connected to dashboard

如果沒有看到此訊息，則表示連接出現問題。請檢查：

  1. 儀表板是否正在運行
  2. 訓練程式碼是否有正確的連接設置
  3. 是否有防火牆阻止連接

解讀儀表板數據

啟動訓練後，重新整理儀表板頁面。您現在應該能在左上角的下拉選單中看到您的實驗名稱。選擇它以查看訓練指標：

RLMatrix 儀表板

儀表板顯示幾個重要指標：

獎勵隨時間變化

此圖表顯示每個回合獲得的獎勵。在我們的模式匹配示例中，隨著 AI 學習正確的模式，您應該會看到 -1 獎勵出現的頻率降低。

累積獎勵隨時間變化

這顯示了隨時間累積的獎勵總和。這個圖表的斜率變化特別重要 - 當您的 AI 學會最大化獎勵時，斜率會變得更陡。

回合長度隨時間變化

這追蹤每個回合需要多少步驟。在我們簡單的模式匹配示例中，由於每個回合只有一步，這個值始終為 1。在更複雜的環境中（如 Cart-Pole），此指標可以顯示智能體是否隨著時間的推移存活更長。

損失隨時間變化

這顯示神經網絡的損失函數值。尋找總體下降的趨勢 - 這表明您的模型正在更好地擬合數據。

學習率隨時間變化

這顯示神經網絡學習率的變化。默認情況下，RLMatrix 使用一個調度器，在訓練期間會導致小幅振盪。

即時更新

儀表板最強大的功能之一是即時更新。隨著訓練的進行，儀表板會自動更新以反映最新的指標。

在我們的模式匹配示例中，您可以在控制台視窗中按 Enter 繼續訓練，並觀察儀表板即時更新。

導出訓練數據

為了進一步分析或記錄，您可以通過點擊儀表板右上角的”Export as CSV”按鈕導出訓練數據。

這允許您：

  • 在 Excel 或其他工具中執行自定義分析
  • 比較不同的訓練運行
  • 與同事分享結果

下一步

現在您已了解如何使用儀表板監控訓練，您可以開始探索更複雜的環境和動作空間了。

使用連續動作 學習如何訓練具有連續動作空間的智能體，以解決更真實的控制問題。