Ingesta de fallos

El ciclo empieza con lo que sus robots hacen realmente. Usted envía rollouts, incluidos los fallos y las intervenciones. Avala los lee, encuentra los patrones y le indica qué datos faltan.

Formatos

Formato	Cómo llega
MCAP	Subida de grabación de flota, o `avala import folder --data-type mcap`
ROS bags (`.bag`, `.db3`)	`avala import rosbag`, o convierta a MCAP y suba como grabación de flota
Datasets de LeRobot	`avala import lerobot` desde el Hugging Face Hub o un directorio local
Video con logs	Video mediante `avala import folder --data-type video`. Avala alinea los logs con el video como parte del programa.
Logs de evaluación de Inspect Robots	`avala import inspect-robots`. Consulte la sección Importe logs de evaluación.

MCAP conserva cada topic, así que ofrece la imagen más completa. El importador de ROS bags convierte los topics de cámara (sensor_msgs/Image y sensor_msgs/CompressedImage) y conserva los estados de las articulaciones y otros topics numéricos o de texto. Las nubes de puntos y otras cargas binarias se omiten. Envíe MCAP cuando necesite conservar todos los topics.

Envíe rollouts como grabaciones de flota

Cada subida va a una grabación de flota existente. Avala aprovisiona grabaciones para sus dispositivos registrados cuando empieza el programa. Lístelas para encontrar el UID de la grabación.

from avala import Client

client = Client()  # reads AVALA_API_KEY

page = client.fleet.recordings.list(device_id="<device-uid>", limit=20)
for recording in page:
    print(recording.uid, recording.status, recording.started_at)

# Upload a local directory of rollout files into one recording.
session = client.fleet.uploads.upload_recording(
    "<recording-uid>",
    "./rollouts/2026-09-29",
)
print(session.uid, session.status)

# Preview what will be uploaded
avala fleet recordings upload \
  --source ./rollouts/2026-09-29 \
  --recording <recording-uid> \
  --dry-run

# Upload and wait for server-side processing
avala fleet recordings upload \
  --source ./rollouts/2026-09-29 \
  --recording <recording-uid> \
  --wait

upload_recording reanuda una subida interrumpida del mismo origen. Una llamada completada significa que el procesamiento está en cola. Consulte client.fleet.recordings.get(uid).status hasta que indique ready.

Marque fallos e intervenciones como eventos

Los eventos de flota ponen una etiqueta en un momento de una grabación. Marque cada fallo y cada intervención para que Avala los encuentre rápido. Use type para la clase de evento y metadata para cualquier dato que registre su stack, como la versión del modelo y la tarea.

from avala import Client

client = Client()

event = client.fleet.events.create(
    recording="<recording-uid>",
    device="<device-uid>",
    type="anomaly",
    label="Plate slipped during placement",
    timestamp="2026-09-29T14:03:12Z",
    severity="warning",
    duration_ms=1800,
    tags=["failure", "regrasp"],
    metadata={"model_version": "your-policy@2026-09-20", "task": "load_dishwasher"},
)
print(event.uid)

# Many events at once
created = client.fleet.events.create_batch(
    events=[
        {
            "recording": "<recording-uid>",
            "device": "<device-uid>",
            "type": "state_change",
            "label": "Operator took over",
            "timestamp": "2026-09-29T14:03:15Z",
            "tags": ["intervention"],
        },
    ]
)
print(created)

import Avala from "@avala-ai/sdk";

const avala = new Avala(); // reads AVALA_API_KEY

const event = await avala.fleet.events.create({
  recording: "<recording-uid>",
  device: "<device-uid>",
  type: "anomaly",
  label: "Plate slipped during placement",
  timestamp: "2026-09-29T14:03:12Z",
  severity: "warning",
  durationMs: 1800,
  tags: ["failure", "regrasp"],
  metadata: { model_version: "your-policy@2026-09-20", task: "load_dishwasher" },
});
console.log(event.uid);

avala fleet events create \
  --recording <recording-uid> \
  --device <device-uid> \
  --type anomaly \
  --label "Plate slipped during placement" \
  --timestamp 2026-09-29T14:03:12Z \
  --severity warning

El type del evento es uno de error, warning, info, state_change, anomaly o custom. severity es uno de info, warning, error o critical. También puede crear eventos automáticamente con reglas de grabación.

Importe ROS bags y datasets de LeRobot

Cuando los rollouts están fuera de la flota, impórtelos como dataset. Primero instale el extra para el formato.

pip install "avala[rosbag]"
avala import rosbag ./rollout_0412.bag --name "Rollouts 0412" --slug rollouts-0412 --wait

pip install "avala[lerobot]"
avala import lerobot --repo-id your-hf-user/your-rollouts --name "Rollouts" --slug rollouts --wait

El importador de LeRobot se describe en detalle en Exportaciones.

Importe logs de evaluación

Si evalúa su política con Inspect Robots, una herramienta de evaluación de código abierto, importe su log de evaluación en JSON. Cada prueba, una escena en una época, etiqueta una secuencia con una etiqueta de resultado. Las pruebas fallidas se convierten en secuencias que usted puede filtrar, revisar y convertir en trabajo de recolección.

pip install "avala[inspect]"

# Preview the trial-to-outcome mapping. Reads the log only.
avala import inspect-robots logs/load-dishwasher_1a2b3c4d.json --dataset your-org/dishwasher-eval --dry-run

# Label the sequences that already exist in the dataset, one per trial
avala import inspect-robots logs/load-dishwasher_1a2b3c4d.json --dataset your-org/dishwasher-eval

# Or create the dataset from each trial's recorded actions, plus camera frames if the run stored them
avala import inspect-robots logs/load-dishwasher_1a2b3c4d.json --dataset your-org/dishwasher-eval --create

Prueba de Inspect Robots	Resultado
Puntuación de éxito igual o superior a `--success-threshold`, puntuación de calificación igual o superior a `--expert-threshold`	`expert_success`
Puntuación de éxito igual o superior a `--success-threshold`, puntuación de calificación inferior a `--expert-threshold`	`partial_success`
Puntuación de éxito inferior a `--success-threshold`	`failure`
La prueba dio error o se canceló	`aborted`
El evaluador de éxito no produjo ningún valor	Sin etiqueta

Cada etiqueta importada tiene source igual a imported, evaluation_membership igual a held_out_eval y autonomy_level igual a autonomous. model_version es la política de la ejecución. La tarea de la ejecución se convierte en una subtarea que abarca toda la prueba. Las etiquetas escritas por una persona o un modelo se conservan salvo que pase --overwrite. La lista completa de opciones está en la referencia de la CLI.

Inspeccione grabaciones y eventos con el servidor MCP

El servidor MCP lee datos de flota. Pregunte a su asistente por los fallos recientes, o llame a las herramientas directamente:

fleet_list_recordings y fleet_get_recording para grabaciones
fleet_list_events filtrado por recording, device, type o severity
get_fleet_health para un resumen de toda la flota

Las subidas y la creación de eventos se hacen con el SDK o la CLI. Consulte Use Avala con IA para conectarse.

Qué hace Avala con los rollouts

Los pasos siguientes son un servicio que Avala realiza como parte del programa. No hay una API que llamar para ellos.

Segmentación. Avala divide cada rollout en secuencias y subtareas en los cambios de estado. Sus eventos anclan los momentos de fallo.
Etiquetado. Cada secuencia recibe los dos ejes de sus metadatos de secuencia: una verificación de validez técnica y una etiqueta de resultado.
Agrupamiento. Avala agrupa los fallos según qué salió mal y en qué condiciones. Los grupos se asignan a una taxonomía de fallos versionada para su programa. Los grupos nuevos amplían la taxonomía.
Análisis de brechas. Avala compara los grupos de fallos con la cobertura de sus datos de entrenamiento existentes y con las cohortes de evaluación.

El informe de brechas

Avala entrega un informe de brechas para cada lote de rollouts.

Sección	Contenido
Alcance	Grabaciones, rango de tiempo, versiones del modelo y versión de la taxonomía.
Taxonomía de fallos	Cada modo de fallo, su definición y secuencias de ejemplo.
Distribución	Recuentos y tasas de fallo por modo, por versión del modelo y por celda de cobertura.
Cobertura faltante	Las celdas de cobertura detrás de cada modo de fallo que sus datos de entrenamiento no tienen o tienen con muy pocos datos.
Experimentos propuestos	Un borrador de experimento de capacidad por cada condición de fallo prioritaria, con una hipótesis y celdas objetivo.

Usted revisa el informe de brechas y elige las prioridades. Los experimentos aprobados se convierten en el siguiente brief de recolección.

Primeros pasos

Aprendizaje de flota

Plataforma

Casos de uso

Formatos

Envíe rollouts como grabaciones de flota

Marque fallos e intervenciones como eventos

Importe ROS bags y datasets de LeRobot

Importe logs de evaluación

Inspeccione grabaciones y eventos con el servidor MCP

Qué hace Avala con los rollouts

El informe de brechas

​Formatos

​Envíe rollouts como grabaciones de flota

​Marque fallos e intervenciones como eventos

​Importe ROS bags y datasets de LeRobot

​Importe logs de evaluación

​Inspeccione grabaciones y eventos con el servidor MCP

​Qué hace Avala con los rollouts

​El informe de brechas

Formatos

Envíe rollouts como grabaciones de flota

Marque fallos e intervenciones como eventos

Importe ROS bags y datasets de LeRobot

Importe logs de evaluación

Inspeccione grabaciones y eventos con el servidor MCP

Qué hace Avala con los rollouts

El informe de brechas