Skip to main content
Avala ist Fleet Learning Infrastructure for Physical AGI. Jede Flotte sollte aus ihrer eigenen Erfahrung lernen. Avala sitzt in der Infrastrukturschicht unter Ihrem Modell. Sie trainieren das Modell, und es gehört Ihnen. Avala betreibt den Kreislauf um das Modell herum: Evaluation, Fehlerdiagnose, Datenerhebung, Validierung und Release. Dieser Abschnitt dokumentiert das Fleet-Learning-Programm. Er behandelt den Kreislauf, die Einträge, die Avala führt, die Schemas, die Avala liefert, und die Berichte, die Sie erhalten.

​
Der Kreislauf

Jeder Zyklus beginnt mit dem, was Ihre Flotte in der realen Welt tut. Er endet mit einem Release, auf dem Sie trainieren können.
1

Beobachten

Ihre Roboter laufen. Rollouts, Eingriffe und Fehler fließen als Flottenaufnahmen und Events in Avala. Siehe Fehler-Ingest.
2

Diagnostizieren

Avala segmentiert die Rollouts, gruppiert die Fehler in eine Fehlertaxonomie und schreibt einen Lückenbericht.
3

Evaluieren

Avala bewertet Ihre aktuelle Modellversion auf zurückgehaltenen Evaluationsszenen aus der realen Welt. Siehe Evaluation.
4

Erheben

Avala erhebt die Daten, die der Lückenbericht verlangt. Jeder Batch zielt auf bestimmte Abdeckungszellen und zählt nur akzeptierte Stunden.
5

Trainieren

Sie trainieren Ihr Modell auf dem Release. Das Training bleibt auf Ihrer Seite.
6

Validieren

Avala evaluiert die neue Modellversion erneut auf denselben zurückgehaltenen Szenen und berichtet die Veränderung pro Fehlermodus.
7

Veröffentlichen

Avala veröffentlicht ein versioniertes, rechtlich geklärtes Datensatz-Release mit Sequenz-Metadaten und Trainingsexporten.
8

Beobachten

Das neue Modell geht zurück in Ihre Flotte. Seine Rollouts starten den nächsten Zyklus.

​
Wer was tut

Sie entscheiden, was das Modell lernt und wann es ausgeliefert wird. Avala liefert die Belege und die Daten für jede Entscheidung.

​
Wie ein Engagement abläuft

Jedes Engagement folgt denselben fünf Schritten. Jeder Schritt erzeugt ein Artefakt, das Sie prüfen können.
  1. Fehler. Sie senden Rollouts, in denen das Modell versagt hat oder Hilfe brauchte. Avala liest sie als Flottenaufnahmen und Events.
  2. Lückenbericht. Avala gruppiert die Fehler nach Fehlermodus und benennt die Abdeckungszellen, die fehlen oder dünn besetzt sind.
  3. Briefing. Avala macht aus dem Lückenbericht ein Erhebungsbriefing. Das Briefing nennt Zielabdeckungszellen, Konzentrationsgrenzen, Akzeptanzkriterien und die Evaluationskohorte. Sie genehmigen es.
  4. Batch. Avala erhebt und prüft den Batch. Jede Lieferung enthält einen Abdeckungsbericht und Metadaten pro Sequenz.
  5. Erneute Evaluation. Avala bewertet Ihre nächste Modellversion auf den zurückgehaltenen Szenen. Der Fähigkeitsbericht zeigt, was sich verändert hat, und legt die nächste Zuteilung fest.
Lückenberichte, Briefings und Fähigkeitsberichte werden als Teil des Programms geliefert. Die Objekte dahinter, etwa Flottenaufnahmen, Erfassungskampagnen, Datensätze und Slices, können Sie mit den SDKs und dem MCP-Server lesen. Avala führt jeden Zyklus als Fähigkeitsexperiment. Der Eintrag verknüpft die Modellversion, den Fehler, die Daten und das Ergebnis.

​
In diesem Abschnitt

Fähigkeitsexperimente

Der Eintrag, der einen Fehler mit den dafür erhobenen Daten und dem gemessenen Ergebnis verknüpft.

Schema der Sequenz-Metadaten

Das Ergebnis-Label jeder Sequenz, wie technische Gültigkeit gemeldet wird und wie Sie beides lesen und exportieren.

Akzeptierte Stunde

Die Einheit, die Avala liefert, und die Ablehnungsgründe, die Avala berichtet.

Abdeckung

Abdeckungszellen, Konzentrationsgrenzen, Überschneidungsprüfungen und der Abdeckungsbericht.

Evaluation

Zurückgehaltene Szenen, Bewertung, Metriken und der Fähigkeitsbericht.

Fehler-Ingest

Senden Sie Rollouts und Fehler mit dem SDK, der CLI und dem MCP-Server.

Exporte

LeRobot-Import und -Export sowie der Inhalt jedes Releases.