> ## Documentation Index > Fetch the complete documentation index at: https://avala.ai/docs/llms.txt > Use this file to discover all available pages before exploring further. # Exports > Importez des jeux de données LeRobot dans Avala, exportez des jeux de données Avala vers LeRobot, et découvrez le contenu de chaque release de fleet learning Une release de fleet learning est conçue pour votre stack d'entraînement. Cette page couvre l'importateur LeRobot, l'exportateur LeRobot et les fichiers livrés avec chaque release. ## Contenu de chaque release Chaque release d'un programme de fleet learning comprend : | Élément | Contenu | | - | - | | Release de jeu de données | Un jeu de données Avala versionné, aux droits vérifiés. Les voies d'entraînement et la voie défaillance et récupération sont livrées sous forme de slices. | | Étiquettes de résultat | L'[étiquette de résultat](/docs/fr/fleet-learning/sequence-metadata.md) courante de chaque séquence, lisible via l'API, les SDKs, la CLI et le serveur MCP. | | Export LeRobot | La release au format LeRobot v3, avec les étiquettes de résultat dans `meta/avala_sequence_outcomes.jsonl`. | | Rapport de couverture | Le [rapport de couverture](/docs/fr/fleet-learning/coverage.md) de la livraison. | | Rapport de capacités | Le dernier [rapport de capacités](/docs/fr/fleet-learning/evaluation.md), lorsqu'une évaluation a eu lieu. | Avala prépare l'export LeRobot dans le cadre du programme. Vous exécutez l'entraînement. ## Importer un jeu de données LeRobot L'importateur LeRobot lit un jeu de données LeRobot depuis le Hugging Face Hub ou un répertoire local. Il crée un jeu de données MCAP Avala. * Chaque épisode LeRobot devient un fichier `.mcap`, qu'Avala ingère comme un élément. Un épisode LeRobot correspond à une séquence Avala. * Les flux caméra sont écrits en `foxglove.CompressedImage`, ce qui permet leur affichage dans le visualiseur de Mission Control. * La proprioception (`observation.state`, `action` et les autres caractéristiques numériques 1-D) est écrite sous forme de messages `google.protobuf.Struct`. Les valeurs sont conservées et lisibles comme messages bruts. * Chaque autre colonne par image (récompenses, `episode_uuid`, `failure_type` et autres colonnes de texte) est conservée dans son propre topic. Une colonne `control_source` (`policy`, `teleop`, `intervention`, `hold`) est écrite dans `/lerobot/control_source`. L'importateur cible l'API de jeux de données LeRobot v2.1 et v3. Il nécessite l'extra `lerobot`, qui demande Python 3.12 ou une version ultérieure. Pour les jeux de données LeRobot v3, un lecteur sans torch fonctionne aussi avec Python 3.9 ou ultérieur : `pip install "avala[lerobot-core-video]"`. ```bash theme={null} pip install "avala[lerobot]" ``` ```bash CLI theme={null} avala import lerobot \ --repo-id your-hf-user/your-dataset \ --name "Teleop rollouts" \ --slug teleop-rollouts \ --episodes 0,1,2 \ --wait ``` ```python Python theme={null} 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) ``` | Option CLI | Rôle | | - | - | | `--repo-id` | Identifiant du jeu de données sur le Hugging Face Hub. | | `--root` | Répertoire local du jeu de données LeRobot, à la place de `--repo-id` ou en complément. | | `--name`, `--slug` | Nom et slug du nouveau jeu de données Avala (obligatoires). | | `--episodes` | Indices des épisodes LeRobot à importer, séparés par des virgules. Par défaut : tous. | | `--camera-keys` | Clés des caractéristiques caméra, séparées par des virgules. Par défaut : toutes les caméras. | | `--fps` | Remplace la fréquence d'images du jeu de données. | | `--owner` | Nom d'utilisateur ou e-mail du propriétaire du jeu de données. | | `--workers` | Threads de téléversement parallèles. Par défaut : 8. | | `--wait` / `--no-wait` | Attendre la fin de l'indexation. Par défaut : pas d'attente. | Passez `repo_id`, `root` ou les deux. En Python, `state_keys` sélectionne les caractéristiques numériques à conserver. Sa valeur par défaut est `observation.state` et `action`. ## Exporter un jeu de données Avala vers LeRobot Vous pouvez aussi convertir vous-même n'importe quel jeu de données de séquences Avala en LeRobot v3. Une séquence Avala devient un épisode LeRobot. ```bash theme={null} 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 ``` `--include-outcomes` écrit l'étiquette de résultat courante de chaque séquence dans `meta/avala_sequence_outcomes.jsonl`, une ligne par épisode LeRobot. En Python, passez `include_outcomes=True`. Le format du fichier est décrit dans la section Exporter les étiquettes de résultat avec LeRobot de la page [Schéma des métadonnées de séquence](/docs/fr/fleet-learning/sequence-metadata.md). Ajoutez `--state-key` et `--action-key` lorsque les images sources contiennent de la proprioception. La liste complète des options et l'API Python se trouvent dans [Avala + LeRobot](/docs/resources/frameworks/lerobot.md). ## Utiliser les étiquettes de résultat pour l'entraînement Les étiquettes de résultat accompagnent l'export LeRobot. Usages courants : * Pondérez ou sélectionnez les séquences selon `outcome`, `progress`, `quality` et `speed`. * Entraînez votre modèle sur les chaînes `label` des sous-tâches et les chaînes `action` des actions des mains pour des politiques conditionnées par le langage. * Séparez par [groupe de fuite](/docs/fr/fleet-learning/sequence-metadata.md) lorsque vous construisez vos propres ensembles de validation. * Tenez les séquences dont `evaluation_membership` vaut `held_out_eval` à l'écart de l'entraînement lorsque vous fusionnez des données d'autres sources. Les releases ne les incluent jamais. La validité technique ne figure pas dans l'export. Avala révise et accepte les séquences avant leur entrée dans une release. Consultez la section Validité technique de la page [Schéma des métadonnées de séquence](/docs/fr/fleet-learning/sequence-metadata.md).