Para robótica y embodied AI

De grabaciones de robots a datos de entrenamiento revisados.

Defina el etiquetado o la recopilación según sus sensores, tareas y criterios de aceptación. Revise las señales necesarias y el formato de exportación antes de ampliar el programa.

Un único registro operativo conecta datos de sensores, decisiones de anotación, evidencias de calidad, versiones de datasets y feedback del modelo.

Datos MCAP y ROS
LiDAR y nubes de puntos
Vídeo multicámara
Telemetría y trayectorias

Creado para programas de Physical AI

Empiece por la tarea de aprendizaje.

El mismo ciclo de datos gobernado respalda a los equipos de percepción, comportamiento y modelos embodied sin obligar a cada programa a usar el mismo esquema o política de revisión.

Percepción multimodal

Selecciona y etiqueta datos sincronizados de cámaras, LiDAR y telemetría para detección, tracking, segmentación y comprensión de escenas.

Manipulación y comportamiento

Defina por separado observaciones, acciones registradas, estado medido del robot y resultados de las tareas. Compruebe qué señales existen antes de tratar un vídeo como una trayectoria de entrenamiento.

Casos extremos y seguridad

Encuentra escenarios poco frecuentes, conserva las evidencias de revisión y publica versiones aprobadas de datasets para evaluación crítica de seguridad y reentrenamiento.

Feedback de flota y deriva

Convierte los fallos del modelo y la deriva en producción en búsquedas dirigidas de escenas, nuevas colas de trabajo y publicaciones trazables de datasets.

¿Qué recibe tu cargador de datos de entrenamiento?

Comprueba el formato de entrada, los campos conservados y el esquema de salida antes de iniciar un programa de etiquetado. Estas rutas del SDK distinguen la reproducción de sensores de la conversión y de los datos para entrenar políticas.

MCAP y ROS

La reproducción MCAP utiliza los esquemas de mensajes compatibles. El importador de bolsas ROS del SDK convierte cámaras y temas numéricos o de texto compatibles; informa de los temas omitidos, incluidas las nubes de puntos.

Tipos de mensajes compatibles

Importación de LeRobot

Importa datos LeRobot como grabaciones MCAP. La conversión de ida y vuelta de LeRobot v3 conserva las columnas numéricas y de texto; los fotogramas se vuelven a codificar, por lo que los píxeles no son idénticos.

Guía de conversión de LeRobot

Exportación a LeRobot

Cada secuencia de Avala se convierte en un episodio de LeRobot. Los estados y las acciones requieren campos numéricos de origen. Las etiquetas de resultado opcionales se escriben en un archivo auxiliar; las marcas de tiempo de la exportación de secuencias siguen la frecuencia de fotogramas configurada.

Guía de conversión de LeRobot

¿Qué llega al cargador de entrenamiento?

Consulta los campos de dos rutas de exportación a LeRobot v3. Los requisitos difieren: las cámaras por sí solas no aportan acciones del robot. Despliega cada ruta antes de elegir un conversor.

Secuencias de Avala → LeRobot v3

La exportación predeterminada incluye cámaras, marcas de tiempo y texto de tarea. El estado y las acciones requieren campos numéricos configurados; los valores ausentes generan errores. Los resultados son metadatos opcionales en un archivo separado. Las marcas de tiempo usan la frecuencia configurada.

Referencia de campos de exportación
observation.images.*
--state-key → observation.state
--action-key → action
frame_index / fps → timestamp
--include-outcomes → meta/avala_sequence_outcomes.jsonl
MCAP de robot → LeRobot v3

Los estados articulares aportan posiciones medidas; un tema de comandos separado aporta acciones. Los fotogramas siguen la primera cámara y los demás temas se muestrean en ese instante o antes. El informe registra desviaciones temporales, fotogramas iniciales descartados y modo de codificación de vídeo.

Referencia de campos de exportación
foxglove.CompressedImage / CompressedVideo → observation.images.*
/joint_states → observation.state
/joint_commands → action
frame_index / fps → timestamp
meta/avala_export_report.json
Guía de conversión de LeRobot

Un ciclo continuo

De la captura de sensores a la mejora del modelo

Cada etapa escribe en el mismo registro gobernado, para que los equipos avancen más rápido sin perder contexto, calidad ni procedencia.

  1. Ingerir
  2. Curar
  3. Etiquetar
  4. Control de calidad
  5. Publicar
  6. Entrenar
  7. Mejorar

Operaciones de Datos

Lleva tus datos a escala

Avala ya gestiona entregas de conjuntos de datos trazables. El registro de autoservicio y el servicio público de resolución están en desarrollo.

Conectado al mismo registro del dataset

Operaciones de Anotación

Convierte experiencia humana en datos de producción

Enruta tareas, aplica políticas de etiquetado y coordina equipos distribuidos con QC medible, no subjetivo.

Conectado al mismo registro del dataset

Gestión de Modelos

Entiende el comportamiento del modelo

Monitorea la deriva, sigue el rendimiento en el mundo real y rastrea cualquier release hasta los datos, etiquetas y decisiones que lo produjeron.

Conectado al mismo registro del dataset

Un único plano de control

El sistema de registro entre sensores y modelos.

Mission Control mantiene los datos, las decisiones y el feedback del modelo en el mismo contexto operativo. Los equipos pueden examinar las evidencias que respaldan una publicación, en lugar de reconstruirlas después de la entrega.

Esquema del flujo de trabajo, no una captura del producto ni un resultado medido.

Identidad del dataset

Conoce exactamente qué entrenó al modelo

Da a cada dataset y versión una identidad estable, con linaje hasta sus escenas de origen y decisiones de calidad.

Plano de control

Gestiona el flujo de trabajo

Gestiona la anotación, la revisión, el consenso y las políticas de publicación desde un único plano de control, en lugar de unir herramientas de proyecto.

Ejecución gestionada

Escala las partes difíciles

Añade especialistas donde el flujo de trabajo necesite criterio o capacidad. El trabajo permanece en el sistema de registro, no en un traspaso a servicios.

Resultados listos para entrenamiento

Publica señal en la que tu stack de entrenamiento pueda confiar.

Publica datos listos para modelos que siguen vinculados a las escenas sin procesar, las transformaciones, el historial de anotaciones y los criterios de aceptación que los respaldan.

  • Etiquetas 2D, 3D y temporales
  • Manifiestos de datasets versionados
  • Registros de calidad y consenso
  • Pipelines de exportación portátiles

Despliegue y gobernanza

El límite de tus datos sigue bajo tu control.

Mantén los datos sensibles privados mientras los equipos trabajan desde un único registro gobernado. Avala se ejecuta en Avala Cloud, y BYOS (Bring Your Own Storage) mantiene los datos fuente en tu bucket y tu región. Los controles de acceso, la auditabilidad y el aislamiento de datos están integrados en el flujo de trabajo.

Explora la seguridad

¿Cómo evaluar un programa de datos?

Use esta lista para definir una prueba comparativa con Avala u otro proveedor. Acuerde las pruebas y los criterios de aceptación antes de empezar. Marcar una casilla solo registra su revisión en esta página; no certifica a un proveedor ni envía una solicitud.

Plantillas de planificación en blanco, en inglés. Defina requisitos y registre evidencia antes de acordar un programa. Estos archivos no contienen resultados ni condiciones comerciales.

Construye el ciclo

Acuerde qué define unos datos de calidad.

Traiga una grabación representativa, su esquema de salida y criterios de aceptación. Evalúe primero la integración y después compare calidad y esfuerzo antes de ampliar el alcance.

Definir un programa de datos