# 查看真机强化作业详情 在"在线真机强化作业"页面，找到目标作业，单击作业名称，进入在线真机强化作业详情界面，可以查看该作业的概览（基础信息等）、训练指标、日志。 #### 概览 图1概览示例 ![](https://support.huaweicloud.com/usermanual-cloudrobo/zh-cn_image_0000002769219337.png "点击放大") 表1概览信息 | 参数 | 说明 | |:---|:---| | **训练产物** || | 训练后模型 | 本次真机强化作业产生的模型名称。 单击模型名称，可以查看该模型的详细信息，在该模型的"模型文件"处，可以查看本次真机强化作业的训练产物。 | | 模型类型 | 本次真机强化作业产生的模型类型，与源模型类型一致。 | | 模型优势技能 | 本次真机强化作业配置的模型优势技能。 鼠标移至该参数上，会显示配置的模型优势技能。 图2模型优势技能示例 ![](https://support.huaweicloud.com/usermanual-cloudrobo/zh-cn_image_0000002739779862.png) | | **基础信息** || | 名称 | 本次真机强化作业名称。 | | ID | 本次真机强化作业ID。 单击![](https://support.huaweicloud.com/usermanual-cloudrobo/zh-cn_image_0000002739779866.png)，即可复制该ID。 | | 描述 | 本次真机强化作业的描述，通过此描述可以清晰了解作业目的、场景等信息。 单击![](https://support.huaweicloud.com/usermanual-cloudrobo/zh-cn_image_0000002739779864.png)，即可编辑该描述。 | | 作业创建时间 | 本次真机强化作业的创建时间。 | | 运行时长 | 本次真机强化作业的运行时间。 | | **训练配置** || | 来源模型 | 本次真机强化作业的来源模型，支持"空间资产-模型"。 单击模型名称，可以查看该模型的详细信息。 | | 数据集 | 本次真机强化作业的数据集，显示数据集的名称或OBS路径。 | | 强化算法 | 仅支持残差强化学习算法。 | | **参数配置** || | 强化策略 | 本次真机强化作业的参数配置选择"快速配置"，会显示该强化策略。 | | 参数信息 | - 本次真机强化作业的参数配置选择"快速配置"，会显示关键参数。 - 本次真机强化作业的参数配置选择"YAML配置"，会显示配置的YAML参数。 | | **机器人配置** || | 机器人名称 | 本次真机强化作业的机器人名称。 单击"查看执行记录"，页面右侧执行过程界面，可以查看本次作业中机器人的执行过程。 图3机器人执行过程示例 ![](https://support.huaweicloud.com/usermanual-cloudrobo/zh-cn_image_0000002769179221.png "点击放大") | | 机器人状态 | 本次真机强化作业的机器人状态，该状态为该机器人的实时状态。 | | **资源配置** || | 资源池 | 本次真机强化作业的资源池类型，支持"公共资源池"。 | | 实例规格 | 本次真机强化作业的运行实例规格。 | | 实例数 | 本次真机强化作业的运行实例数。 | #### 训练指标 在"训练指标"页签，按照曲线图展示本次作业的训练指标。 按照手动刷新、每10s刷新、每30s刷新、每60s刷新来刷新训练指标页面图表数据。 图4训练指标示例 ![](https://support.huaweicloud.com/usermanual-cloudrobo/zh-cn_image_0000002769219341.png "点击放大") 表2训练指标说明 | 训练指标 | 说明 | |:---|:---| | actor_time | 策略网络（actor）的单次训练时间，单位：秒（s）。 | | rollout_time | 采样器（rollout）采集一个轨迹数据的时间，单位：秒（s）。 | | entropy | 强化学习算法训练过程中熵值，描述策略在当前状态下选择动作时的"随机程度"或"不确定性"。合理的熵值变化是一个"先降后稳"的收敛过程。 | | buffer_num | 轨迹数目。 - demo_num_traj：预采集演示数据的轨迹数目。 - replay_num_traj：训练过程中采集的轨迹数目。 | | buffer_total | 样本数目。 - demo_total：预采集演示数目的样本数目。 - replay_total：训练过程中采集的样本数目（会随着训练过程，采集数目而逐渐增加）。 | | sac_loss | 强化学习算法sac（Soft Actor-Critic）各个 组成的损失函数。 - actor_loss：策略网络的损失。 衡量Actor网络（策略）选择的动作好在哪，目标是让策略倾向于选择"高价值"且"高熵（探索性）"的动作。actor_loss 越低，表示选择的动作有更高的Q值，而更大的多样性。 - alpha_loss：温度参数的损失。自动调整熵正则项的权重系数α（温度系数），调整探索节奏。SAC通过设定一个目标熵值（target_entropy），让α自适应；如果当前策略熵低于目标（太确定），alpha_loss会增大α鼓励探索；反之则减小。 - critic_loss： 价值网络的损失。衡量Critic网络（Q值）对"当前状态-动作"打分的准确度，critic_loss 则是描述预测的Q值与真实回报间的差异。 | #### 日志 日志记录真机强化作业的运行过程和异常信息，帮助用户快速定位作业运行中出现的问题。 ![](https://support.huaweicloud.com/usermanual-cloudrobo/public_sys-resources/note_3.0-zh-cn.png) CloudRobo默认保存日志30天，过期后会自动清除。 按照最近30天、1周、1天等筛选日志，还可以自定义时间段筛选日志。 在页面可以查看日志内容，按照关键字定位日志内容，还可以下载日志文件至本地查看。 图5日志示例 ![](https://support.huaweicloud.com/usermanual-cloudrobo/zh-cn_image_0000002769179225.png "点击放大") #### 事件 真机强化作业的（从用户可看见任务运行开始）整个生命周期中，每一个关键事件点在系统后台均有记录，用户可随时在对应作业的详情页面查看。方便用户更清楚地了解作业运行过程，遇到任务异常时，更加准确地排查定位问题。 在"事件"页签，支持查看的事件类型包括以下两种： - **作业事件** 记录作业部署层面的运行状态和操作。 ![](https://support.huaweicloud.com/usermanual-cloudrobo/public_sys-resources/note_3.0-zh-cn.png) 作业事件保留周期为30天，30天后自动清理数据。 按照最近30天、1周、1天等筛选作业事件，还可以自定义时间段筛选作业事件。 图6作业事件示例 ![](https://support.huaweicloud.com/usermanual-cloudrobo/zh-cn_image_0000002739619980.png "点击放大") - **Pod事件** 记录底层容器的生命周期和异常情况。 ![](https://support.huaweicloud.com/usermanual-cloudrobo/public_sys-resources/note_3.0-zh-cn.png) Pod事件保留周期为1小时，1小时后自动清理数据。 根据部署历史、部署实例查看事件，按照最近一小时、30分钟、15分钟会自定义时间段筛选事件。 图7Pod事件示例 ![](https://support.huaweicloud.com/usermanual-cloudrobo/zh-cn_image_0000002769179219.png "点击放大")