ロボティクスと Embodied AI 向け

ロボットの記録を、レビュー済みの学習データへ。

センサー、タスク、受入基準に合わせてラベリングや収集の範囲を定めます。プログラムを拡大する前に、必要な信号とエクスポート形式を確認します。

単一の運用記録が、センサーデータ、アノテーションの判断、品質エビデンス、データセットのバージョン、モデルのフィードバックを結び付けます。

MCAP と ROS データ
LiDAR と点群
マルチカメラ映像
テレメトリと軌跡

Physical AI プログラム向け

学習タスクから始めましょう。

同じガバナンス管理されたデータループが、知覚、行動、Embodied Model の各チームを支えながら、すべてのプログラムに同じスキーマやレビューポリシーを強制しません。

マルチモーダル知覚

検出、追跡、セグメンテーション、シーン理解のために、同期されたカメラ、LiDAR、テレメトリデータをキュレーションしてラベリングします。

マニピュレーションと行動

観測、記録されたアクション、計測されたロボット状態、タスクの結果をそれぞれ定義します。動画を学習用軌跡として扱う前に、どの信号が含まれるか確認してください。

エッジケースと安全性

まれなシナリオを見つけ、レビューの根拠を保持し、安全性が重要な評価と再学習向けに承認済みデータセットのバージョンをリリースします。

学習用データローダーには何が渡されますか?

ラベリングを始める前に、入力形式、保持されるフィールド、出力スキーマを確認しましょう。これらのSDKの処理経路では、センサーデータの再生、変換、ポリシー学習用データを区別しています。

MCAPとROS

MCAPの再生は対応するメッセージスキーマに従います。SDKのROS bagインポーターはカメラデータと対応する数値・テキストトピックを変換し、点群などのスキップされたトピックを報告します。

対応メッセージ型

LeRobotのインポート

LeRobotデータをMCAP記録としてインポートします。LeRobot v3の往復変換では数値列とテキスト列が保持されます。カメラフレームは再エンコードされるため、ピクセルは完全には一致しません。

LeRobot変換ガイド

LeRobotのエクスポート

Avalaの1シーケンスがLeRobotの1エピソードになります。状態とアクションには数値のソースフィールドが必要です。任意の結果ラベルは付随ファイルに書き込まれ、シーケンスのエクスポート時刻は設定されたフレームレートに従います。

LeRobot変換ガイド

学習データローダーに何が届きますか?

LeRobot v3への2つのエクスポート経路でフィールドの対応を確認できます。必要な入力は異なり、カメラデータだけではロボットのアクションは得られません。変換ツールを選ぶ前に各経路を開いて確認してください。

Avalaシーケンス → LeRobot v3

標準の出力にはカメラ、タイムスタンプ、タスクのテキストが含まれます。状態とアクションには数値の入力フィールドの設定が必要で、欠損値はエラーになります。結果は任意の別ファイルのメタデータです。シーケンスのタイムスタンプは設定したフレームレートを使用します。

エクスポートフィールドのリファレンス
observation.images.*
--state-key → observation.state
--action-key → action
frame_index / fps → timestamp
--include-outcomes → meta/avala_sequence_outcomes.jsonl
ロボットMCAP → LeRobot v3

関節状態から実測位置を、別のコマンドトピックからアクションを取得します。フレームは最初のカメラに従い、他のトピックは各フレーム時刻以前の値を使用します。出力レポートには時刻のずれ、除外した先頭フレーム、動画の符号化方式が記録されます。

エクスポートフィールドのリファレンス
foxglove.CompressedImage / CompressedVideo → observation.images.*
/joint_states → observation.state
/joint_commands → action
frame_index / fps → timestamp
meta/avala_export_report.json
LeRobot変換ガイド

一つの継続的なループ

センサー収集からモデル改善まで

すべての段階が同じガバナンスされたレコードに書き戻されるため、コンテキスト、品質、来歴を失わずに開発を加速できます。

  1. 取り込み
  2. キュレーション
  3. ラベリング
  4. 品質管理
  5. 公開
  6. 学習
  7. 改善

データセットオペレーション

データを大規模に機能させる

Avalaは現在、追跡可能なデータセットの納品を管理しています。セルフサービスのレジストリと公開リゾルバーは開発中です。

同じデータセットレコードに接続

アノテーションオペレーション

人間の専門知識を本番データに変換

タスクをルーティングし、ラベリングガイドラインを適用し、主観的ではなく測定可能なQCで分散チームを調整。

同じデータセットレコードに接続

モデル管理

モデルの動作を理解

ドリフトを監視し、実世界での性能を追跡し、あらゆるリリースをそれを生み出したデータ・ラベル・判断まで遡って追跡できます。

同じデータセットレコードに接続

1 つのコントロールプレーン

センサーとモデルをつなぐ記録システム。

Mission Control は、データ、判断、モデルフィードバックを同じ運用コンテキストに保持します。チームは納品後に再構築するのではなく、リリースの根拠を確認できます。

ワークフローの模式図です。製品のスクリーンショットや測定結果ではありません。

データセット識別

モデルの学習データを正確に把握

各データセットとバージョンに一意で安定した識別子を付与し、元のシーンと品質判断までリネージをたどれるようにします。

コントロールプレーン

ワークフローを運用

複数のプロジェクトツールをつなぎ合わせる代わりに、1 つのコントロールプレーンからアノテーション、レビュー、コンセンサス、リリースポリシーを運用します。

マネージド実行

難しい工程をスケール

判断や処理能力が必要な箇所に専門人材を追加します。作業はサービスへの引き継ぎに回されず、記録システムの中に留まります。

学習対応の出力

学習スタックが信頼できるシグナルを公開。

生成元の生シーン、変換、アノテーション履歴、受け入れ基準とのつながりを保ったまま、モデル対応データを公開します。

  • 2D、3D、時系列ラベル
  • バージョン管理されたデータセットマニフェスト
  • 品質およびコンセンサスの記録
  • 移植可能なエクスポートパイプライン

デプロイとガバナンス

データ境界は、お客様の管理下に。

チームが単一の管理された記録から作業する間も、機密データを非公開に保ちます。AvalaはAvala Cloud上で動作し、BYOS(Bring Your Own Storage)はソースデータをお客様のバケットとリージョンに保持します。アクセス制御、監査性、データ分離はワークフローに組み込まれています。

セキュリティを見る

データプログラムをどう評価しますか?

このチェックリストで、Avalaや他の提供者とのベンチマークの範囲を決めてください。作業前に証拠と受入基準を合意します。チェックはこのページでの確認を記録するだけで、提供者の認証や依頼の送信は行いません。

英語の未記入の計画テンプレートです。プログラムに合意する前に要件を定義し、証拠を記録してください。結果や取引条件は含まれていません。

改善ループを構築

良いデータの基準を合意しましょう。

代表的な記録、出力スキーマ、受入基準をご用意ください。まず統合を評価し、その後に品質と作業量を比較してから範囲を拡大します。

データプログラムを相談