在本篇博客中，您将使用 Amazon SageMaker HyperPod 上的 Amazon Nova Forge 部署一个用于多回合强化学习（RL）的两阶段基础设施。到结束时，您将拥有一个事件驱动的管道，该管道在您将数据上传至 Amazon Simple Storage Service（Amazon S3）时自动启动训练。训练任务将教会模型玩 Wordle，此处作为您自身强化学习任务的占位符。