Экспорты

​

Что входит в каждый релиз

​

Импорт набора данных LeRobot

• Каждый эпизод LeRobot становится одним файлом .mcap, который Avala принимает как один элемент. Эпизод LeRobot соответствует последовательности Avala.
• Потоки камер записываются как foxglove.CompressedImage, поэтому они отображаются в просмотрщике Mission Control.
• Проприоцепция (observation.state, action и другие одномерные числовые признаки) записывается как сообщения google.protobuf.Struct. Значения сохраняются и читаются как сырые сообщения.
• Все остальные покадровые столбцы (награды, episode_uuid, failure_type и другие текстовые столбцы) сохраняются, каждый в своём топике. Столбец control_source (policy, teleop, intervention, hold) записывается в /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)

​

Экспорт набора данных Avala в LeRobot

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

​

Использование меток результата при обучении

• Задавайте вес последовательностям или отбирайте их по outcome, progress, quality и speed.
• Обучайте политики с языковым условием на строках label подзадач и строках action действий рук.
• Разбивайте данные по группам утечки, когда строите собственные валидационные наборы.
• Исключайте последовательности, у которых evaluation_membership равен held_out_eval, из обучения, когда объединяете данные из других источников. Релизы никогда их не включают.