Flottenlernen
Verwandeln Sie jeden Fehler Ihrer Flotte in die Daten, die Ihr Modell als Nächstes braucht.
Avala betreibt den Kreislauf rund um Ihr Modell. Wir übernehmen Ihre Rollouts, finden heraus, wo das Modell scheitert, erfassen die Daten, die die Lücke schließen, und bewerten das nächste Release auf realen Szenen, die es nie gesehen hat. Sie trainieren das Modell, es gehört Ihnen und Sie entscheiden, wann es ausgeliefert wird.
Fleet Learning Infrastructure für Physical AGI
Der Kreislauf
Sieben Schritte und ein Protokoll für jeden Zyklus.
Jeder Zyklus beginnt mit dem, was Ihre Flotte getan hat, und endet mit einem Release, das Sie ausliefern möchten. Avala führt fünf der Schritte aus. Training und Freigabeentscheidung bleiben bei Ihnen.
Beobachten
Durch Avala
Ihre Roboter zeichnen Rollouts auf. Avala übernimmt die Videos und Logs mit ihrem Geräte-, Aufnahme- und Ereigniskontext.
Diagnostizieren
Durch Avala
Avala segmentiert jeden Rollout, gruppiert die Fehler in einer Fehlertaxonomie und ordnet jede Gruppe Abdeckungszellen zu.
Evaluieren
Durch Avala
Das aktuelle Modell wird auf zurückgehaltenen realen Szenen bewertet, damit der Ausgangspunkt gemessen ist, bevor sich etwas ändert.
Erfassen
Durch Avala
Aus einem Erfassungsbriefing wird eine Erfassungskampagne: welche Aufgaben, welche Wohnungen oder Arbeitsstätten, welche Objekte und wie viele Sequenzen.
Trainieren
Durch Sie
Sie trainieren auf dem neuen Dataset-Release mit Ihrem eigenen Code und Ihrer eigenen Rechenleistung. Avala hält die Herkunftskette von der Sequenz bis zum Release fest.
Validieren
Durch Avala
Avala bewertet das neue Modell auf derselben zurückgehaltenen Kohorte und stellt beide Versionen nebeneinander dar, mit Konfidenzintervallen.
Freigeben
Durch Sie
Sie entscheiden, ob das Modell ausgeliefert wird. Die Entscheidung und ihre Nachweise fließen in das Protokoll für den nächsten Zyklus ein.
Das Protokoll
Ein Fähigkeitsexperiment verbindet jeden Zyklus.
Jeder Zyklus wird als ein Fähigkeitsexperiment festgehalten. Es benennt, was das Team verbessern will, und bündelt die Nachweise an einem Ort, sodass sich jedes Ergebnis auf die zugrunde liegenden Daten und Entscheidungen zurückführen lässt.
- Modellversion
- Das Modell, das die Flotte ausführte, als der Fehler auftrat.
- Fehlerbedingung
- Das fehlerhafte Verhalten, benannt nach der Fehlertaxonomie.
- Hypothese
- Was das Team von neuen Daten erwartet, festgehalten bevor die Erfassung beginnt.
- Abdeckungszellen
- Die Aufgaben, Umgebungen und Objekte, die die neuen Daten abdecken müssen.
- Erfassungskampagne
- Die Kampagne, die die Sequenzen gesammelt hat, mit ihren Abnahmekriterien.
- Dataset-Release
- Das versionierte Dataset, mit dem das Modell trainiert wurde.
- Evaluierungskohorte
- Die zurückgehaltenen Szenen, mit denen beide Modellversionen bewertet werden.
- Ergebnis
- Was die Evaluierung gemessen hat, mit Konfidenzintervallen.
- Nächste Zuteilung
- Wohin die nächste Erfassungsrunde geht, und warum.
Fehlerdiagnose
Vom Rollout-Video zum Erfassungsbriefing.
Senden Sie Ihre Fehler
Senden Sie Rollout-Videos und Logs als MCAP-Dateien, ROS-Bags oder LeRobot-Datasets. Avala teilt jede Sequenz in Teilaufgaben auf und findet den Punkt, an dem es schiefging.
Lückenbericht lesen
Fehler werden in einer Fehlertaxonomie gruppiert und Abdeckungszellen zugeordnet. Der Bericht zeigt, welche Zellen dünn besetzt sind, welche am häufigsten scheitern und welche Ihre Daten nie abgedeckt haben.
Briefing freigeben
Avala schlägt ein Erfassungsbriefing mit Aufgaben, Umgebungen, Objekten, Sequenzzahlen und Abnahmekriterien vor. Ihr Team gibt es frei, bevor die Erfassung beginnt.
Jede Sequenz
Zwei getrennte Bewertungen für jede Sequenz.
Eine Aufnahme kann technisch einwandfrei sein und trotzdem eine gescheiterte Aufgabe zeigen. Avala bewertet beides getrennt, damit ein Sensorfehler nie einen nützlichen Fehler verdeckt.
Technische Gültigkeit
- Sensorintegrität
- Zeitsynchronisation
- Kalibrierung
- Sichtbarkeit von Händen und Objekten
- Datenschutz
- Vollständige Metadaten
Verhaltensergebnis
- Erfolg auf Expertenniveau
- Teilerfolg
- Fehler und Korrektur
- Eingriff
- Unsicher oder abgebrochen
- Neue Strategie
Korrigierbare Fehler werden gekennzeichnet und als eigene Kategorie geliefert. Sie zeigen einem Modell, wie es wieder auf Kurs kommt, deshalb behält Avala sie.
Sequenz-Metadaten
Was mit jeder Sequenz geliefert wird.
- Ergebnislabel für beide Bewertungen
- Teilaufgabengrenzen mit einer sprachlichen Beschreibung jedes Schritts
- Qualitäts- und Geschwindigkeitsbewertungen
- Fehler- und Korrektursegmente
- Rig- und Kalibrierungs-IDs
- Leakage-Gruppen nach Wohnung, Objekt und Bediener
Mit Leakage-Gruppen teilen Sie Trainings- und Testsets so auf, dass dieselbe Wohnung, dasselbe Objekt oder derselbe Bediener nie auf beiden Seiten erscheint.
Produkt
Aufgebaut auf einem Produkt, das Sie heute nutzen können.
Flotte
Geräte, Aufnahmen, Ereignisse, Regeln und Warnungen für jeden Roboter, der Daten meldet.
Erfassungskampagnen
Kampagnen, die festlegen, was erfasst wird, und jede Einreichung gegen das Briefing prüfen.
Qualitätskontrolle
Abnahmekriterien, Qualitätsziele, Konsensbewertung und Überschneidungsprüfungen per Video-Fingerprint.
Viewer und 4D-Rekonstruktion
Der MCAP-Viewer und die 4D-Rekonstruktion mit Gaussian Splats, um jede Sequenz in ihrer Szene zu untersuchen.
MCP-Server und SDKs
Fragen Sie Flottenaufnahmen, Erfassungskampagnen, Abnahmeabdeckung und Konsens aus Ihren Agenten und Ihrem Code ab, in Python oder TypeScript.
LeRobot-Export
Exportieren Sie ein Dataset-Release im LeRobot-Format über das Python-SDK oder die Kommandozeile, bereit für Ihren Trainingscode.
Wo Avala steht
Das Modell gehört Ihnen. Avala betreibt die Infrastruktur darunter.
Avala liegt in der Infrastrukturschicht, direkt unter dem Modell des Kunden. Wir bauen keine Roboter, besitzen das Modell des Kunden nicht, verkaufen keine Rechenkapazität und stellen keine Chips her. Wir bauen die Daten- und Lerninfrastruktur, durch die das eigene Modell des Kunden aus seiner eigenen Flotte lernt.
Loslegen
Bringen Sie einen Fehlermodus mit. Gehen Sie mit einem Briefing.
In einer Arbeitssitzung sehen wir uns Ihre Rollouts an, benennen den Fehler, den Sie am dringendsten beheben möchten, und entwerfen das erste Erfassungsbriefing und die erste Evaluierungskohorte.