Exporte

​

Was mit jedem Release ausgeliefert wird

​

Einen LeRobot-Datensatz importieren

• Jede LeRobot-Episode wird zu einer .mcap-Datei, die Avala als ein Element aufnimmt. Eine LeRobot-Episode entspricht einer Avala-Sequenz.
• Kamerastreams werden als foxglove.CompressedImage geschrieben, sodass sie im Mission Control Viewer dargestellt werden.
• Propriozeption (observation.state, action und andere numerische 1-D-Features) wird als google.protobuf.Struct-Nachrichten geschrieben. Die Werte bleiben erhalten und sind als Rohnachrichten lesbar.
• Jede weitere Spalte pro Frame (Rewards, episode_uuid, failure_type und andere Textspalten) bleibt in einem eigenen Topic erhalten. Eine control_source-Spalte (policy, teleop, intervention, hold) landet in /lerobot/control_source.

pip install "avala[lerobot]"

avala import lerobot \
  --repo-id your-hf-user/your-dataset \
  --name "Teleop rollouts" \
  --slug teleop-rollouts \
  --episodes 0,1,2 \
  --wait

from avala import Client
from avala.importers import import_lerobot

dataset = import_lerobot(
    Client(),
    repo_id="your-hf-user/your-dataset",
    name="Teleop rollouts",
    slug="teleop-rollouts",
    episodes=[0, 1, 2],
    wait=True,
)
print(dataset.uid, dataset.item_count)

​

Einen Avala-Datensatz nach LeRobot exportieren

avala lerobot export your-org/your-dataset \
  --repo-id your-hf-user/your-dataset \
  --output ./lerobot-out \
  --fps 30 \
  --task "load the dishwasher" \
  --include-outcomes

​

Ergebnis-Labels im Training nutzen

• Gewichten oder wählen Sie Sequenzen nach outcome, progress, quality und speed.
• Trainieren Sie auf den label-Strings der Teilaufgaben und den action-Strings der Handaktionen für sprachkonditionierte Policies.
• Teilen Sie nach Leakage-Gruppe auf, wenn Sie eigene Validierungssets bauen.
• Halten Sie Sequenzen, deren evaluation_membership auf held_out_eval steht, aus dem Training heraus, wenn Sie Daten aus anderen Quellen zusammenführen. Releases enthalten sie nie.