> ## 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.

# エクスポート

> LeRobot データセットを Avala に取り込み、Avala のデータセットを LeRobot にエクスポートする方法と、各フリートラーニングリリースの内容

フリートラーニングリリースは、お客様のトレーニングスタックに合わせて作られます。このページでは、LeRobot インポーター、LeRobot エクスポーター、すべてのリリースに含まれるファイルについて説明します。

## 各リリースに含まれるもの

フリートラーニングプログラムのすべてのリリースには、次のものが含まれます：

| 項目 | 内容 |
| - | - |
| データセットリリース | バージョン管理され、権利処理済みの Avala データセットです。トレーニングレーンと失敗とリカバリーのレーンはスライスとして納品されます。 |
| 結果ラベル | 各シーケンスの現在の[結果ラベル](/docs/ja/fleet-learning/sequence-metadata.md)です。API、SDK、CLI、MCP サーバーで読み取れます。 |
| LeRobot エクスポート | LeRobot v3 フォーマットのリリースです。結果ラベルは `meta/avala_sequence_outcomes.jsonl` に入ります。 |
| カバレッジレポート | その納品の[カバレッジレポート](/docs/ja/fleet-learning/coverage.md)です。 |
| 能力レポート | 評価が実行された場合の、最新の[能力レポート](/docs/ja/fleet-learning/evaluation.md)です。 |

Avala はプログラムの一部として LeRobot エクスポートを準備します。訓練はお客様が実行します。

## LeRobot データセットをインポートする

LeRobot インポーターは、Hugging Face Hub またはローカルディレクトリから LeRobot データセットを読み込みます。そして Avala の MCAP データセットを作成します。

* 各 LeRobot エピソードは 1 つの `.mcap` ファイルになり、Avala はそれを 1 つのアイテムとして取り込みます。LeRobot のエピソードは Avala のシーケンスに対応します。
* カメラストリームは `foxglove.CompressedImage` として書き込まれるため、Mission Control のビューアで表示できます。
* 固有受容感覚（`observation.state`、`action`、その他の 1 次元の数値特徴量）は `google.protobuf.Struct` メッセージとして書き込まれます。値は保持され、生メッセージとして読み取れます。
* その他のフレームごとの列（報酬、`episode_uuid`、`failure_type` などのテキスト列）も、それぞれ独自のトピックに保持されます。`control_source` 列（`policy`、`teleop`、`intervention`、`hold`）は `/lerobot/control_source` に書き込まれます。

インポーターは LeRobot v2.1 と v3 のデータセット API に対応しています。`lerobot` extra が必要で、これには Python 3.12 以降が必要です。LeRobot v3 データセットでは、torch を使わないリーダーも Python 3.9 以降で動作します: `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)
```

| CLI オプション | 用途 |
| - | - |
| `--repo-id` | Hugging Face Hub のデータセット ID です。 |
| `--root` | ローカルの LeRobot データセットディレクトリです。`--repo-id` の代わりに、または併せて使います。 |
| `--name`, `--slug` | 新しい Avala データセットの名前とスラッグです（必須）。 |
| `--episodes` | インポートする LeRobot エピソードのインデックスをカンマ区切りで指定します。デフォルト：すべて。 |
| `--camera-keys` | カメラ特徴量のキーをカンマ区切りで指定します。デフォルト：すべてのカメラ。 |
| `--fps` | データセットのフレームレートを上書きします。 |
| `--owner` | データセット所有者のユーザー名またはメールアドレスです。 |
| `--workers` | 並列アップロードのスレッド数です。デフォルト：8。 |
| `--wait` / `--no-wait` | インデックス作成の完了を待ちます。デフォルト：待たない。 |

`repo_id`、`root`、またはその両方を渡します。Python では、`state_keys` で保持する数値特徴量を選択します。デフォルトは `observation.state` と `action` です。

## Avala のデータセットを LeRobot にエクスポートする

任意の Avala シーケンスデータセットを、お客様自身で LeRobot v3 に変換することもできます。1 つの Avala シーケンスが 1 つの LeRobot エピソードになります。

```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` は、各シーケンスの現在の結果ラベルを `meta/avala_sequence_outcomes.jsonl` に、LeRobot エピソードごとに 1 行で書き出します。Python では `include_outcomes=True` を渡します。ファイル形式は[シーケンスメタデータスキーマ](/docs/ja/fleet-learning/sequence-metadata.md)の「LeRobot で結果ラベルをエクスポートする」で説明しています。

ソースのフレームが固有受容感覚を持つ場合は、`--state-key` と `--action-key` を追加します。オプションの完全な一覧と Python API は [Avala + LeRobot](/docs/resources/frameworks/lerobot.md) にあります。

## 訓練で結果ラベルを使う

結果ラベルは LeRobot エクスポートに付属します。典型的な使い方は次のとおりです：

* `outcome`、`progress`、`quality`、`speed` でシーケンスを重み付けまたは選択します。
* 言語条件付きポリシーのために、サブタスクの `label` 文字列と手のアクションの `action` 文字列で訓練します。
* 独自の検証セットを作る際は、[リーケージグループ](/docs/ja/fleet-learning/sequence-metadata.md)で分割します。
* 他のソースのデータと統合する際は、`evaluation_membership` が `held_out_eval` のシーケンスを訓練から除外します。リリースにはこれらが含まれることはありません。

技術的妥当性はエクスポートに含まれません。Avala は、シーケンスがリリースに入る前にレビューして承認します。[シーケンスメタデータスキーマ](/docs/ja/fleet-learning/sequence-metadata.md)の「技術的妥当性」をご覧ください。