डेटासेटसँग काम गर्दै
AY-Robots मा हरेक टेलिअपरेसन सत्रले LeRobot ढाँचामा संरचित डेमोन्स्ट्रेसन डेटा उत्पादन गर्छ, जुन म्यानिपुलेसन डेटाका लागि वास्तविक मानक अन्तर-आदानप्रदान ढाँचा हो। यो पृष्ठले डेटासेटभित्र के छ, ड्यासबोर्डमा एपिसोडहरू कसरी निरीक्षण र क्युरेट गर्ने, मर्ज कसरी काम गर्छ, र मार्केटप्लेस कसरी मिल्छ भन्ने व्याख्या गर्छ।
अन्तिम अद्यावधिक 2026-08-09
LeRobot डेटासेट ढाँचा
AY-Robots ले सबै डेमोन्स्ट्रेसन डेटा Hugging Face ले मर्मत गर्ने LeRobot डेटासेट ढाँचामा भण्डारण गर्छ। व्यावहारिक फाइदा पोर्टेबिलिटी हो: यहाँ रेकर्ड गरिएको डेटासेट सिधै LeRobot-आधारित तालिम कोडमा लोड हुन्छ, र उही ढाँचामा अन्यत्र रेकर्ड गरिएका डेटासेटहरू कुनै रूपान्तरण बिना प्लेटफर्ममा अपलोड गरी प्रयोग गर्न सकिन्छ।
डेटासेट भनेको एपिसोडहरूको सङ्ग्रह हो। एउटा एपिसोड कार्यको एउटा पूरा प्रयास हो, परिभाषित सुरुवाती अवस्थादेखि तपाईंले रेकर्डिङ रोकेको बिन्दुसम्म। डिस्कमा, एउटा एपिसोड तीन प्रकारका फाइलमा विभाजित हुन्छ: संख्यात्मक स्ट्रिमहरू भएको Parquet फाइल, प्रति क्यामेरा एउटा भिडियो फाइल, र सबै कुरा जोड्ने मेटाडेटा।
| पथ | सामग्री |
|---|---|
| data/.../episode_XXXXXX.parquet | प्रति एपिसोड एउटा Parquet फाइल: फ्रेम-दर-फ्रेम टाइमस्ट्याम्प, अवलोकन स्थिति, र क्रियाहरू |
| videos/... | प्रति एपिसोड प्रति क्यामेरा एउटा MP4, Parquet डेटासँग फ्रेम-सङ्गत |
| meta/info.json | डेटासेट-स्तरको मेटाडेटा: रोबोट प्रकार, fps, फिचर स्किमा, र एपिसोड र फ्रेम गणना |
| meta/episodes.jsonl | प्रति एपिसोड एक लाइन, यसको इन्डेक्स, लम्बाइ, र यो सम्बन्धित कार्यसहित |
| meta/tasks.jsonl | एपिसोडहरूले इन्डेक्सद्वारा सन्दर्भ गर्ने प्राकृतिक-भाषा कार्य स्ट्रिङहरू |
info.json मा फिचर स्किमा नै तालिम कोडले तपाईंको डेटा बुझ्न पढ्ने कुरा हो: कुन अवलोकन कीहरू अवस्थित छन्, तिनका आकार, र रेकर्डिङ दर। दुई डेटासेट मात्र मिल्दा हुन्छ जब तिनका स्किमा मिल्छ, र मर्ज भ्यालिडेसनले ठ्याक्कै त्यही जाँच गर्छ।
जोइन्ट मानहरू प्रतिशत हुन्, डिग्री होइनन्
AY-Robots डेटासेटका सबै जोइन्ट मान LeRobot-सामान्यीकृत छन्: हरेक मान -100 देखि 100 सम्म हुन्छ र त्यो जोइन्टको क्यालिब्रेट गरिएको दायराको प्रतिशत जनाउँछ, डिग्रीमा कोण होइन। 0 को रिडिङ क्यालिब्रेट गरिएको दायराको केन्द्र हो, -100 र 100 यसका सीमाहरू हुन्।
भौतिक आर्महरूबीच सर्भो शून्य बिन्दु फरक हुन्छ, त्यसैले दुई SO-100 इकाइका कच्चा कोणले फरक-फरक पोज वर्णन गर्छन्। क्यालिब्रेट गरिएको दायरामा सामान्यीकरण गर्दा रेकर्डिङहरू आर्महरूबीच तुलनायोग्य बन्छन् र यही LeRobot तालिम पाइपलाइनले अपेक्षा गर्छ। तपाईंको आफ्नै टूलिङका लागि कोण चाहिन्छ भने, आफ्नो क्यालिब्रेसन डेटा प्रयोग गरी रूपान्तरण गर्नुहोस्; प्लेटफर्मले डिग्री भण्डारण गर्दैन।
ड्यासबोर्डमा क्लाउड डेटासेट
Dashboard > Datasets ले एपिसोड गणना, फाइल आकार, र सङ्कलन स्थितिसहित तपाईंका क्लाउड डेटासेटहरू सूचीबद्ध गर्छ। टेलिअपरेसन सत्रले डेटा रेकर्ड गर्दा डेटासेटहरू स्वतः बन्छन्, र तपाईंले स्पष्ट रूपमा एउटा बनाएर डेस्कटप क्लाइन्टबाट रेकर्डिङ अपलोड गरी भर्न पनि सक्नुहुन्छ।
- सिर्जना: नयाँ डेटासेटहरू सत्रबाट स्वतः देखिन्छन्, वा खाली एउटा बनाएर त्यसमा अपलोड गर्नुहोस्।
- नाम बदल्ने: जुनसुकै बेला प्रदर्शन नाम बदल्नुहोस्; परिवर्तनले डेटालाई नै छुँदैन।
- मेटाउने: डेटासेट र यसका सबै एपिसोड र फाइल हटाउँछ। मेटाउने काम स्थायी हो, त्यसैले फेरि डेटा चाहिन सक्छ भने पहिले एउटा आर्काइभ डाउनलोड गर्नुहोस्।
एपिसोड ब्राउजर
डेटासेट खोल्दा तपाईं एपिसोड ब्राउजरमा पुग्नुहुन्छ। हरेक एपिसोडमा यसका क्यामेरा स्ट्रिमका लागि भिडियो प्लेयर र एपिसोडभरि सामान्यीकृत जोइन्ट मानहरू प्लट गर्ने सिंक्रोनाइज्ड जोइन्ट चार्ट हुन्छ। भिडियो स्क्रब गर्दा चार्ट कर्सर पनि त्यसैसँगै चल्छ, जसले समस्या छिटो पत्ता लगाउन सजिलो बनाउँछ: झट्काहट पहुँच चार्टमा स्पाइकको रूपमा देखिन्छ, असफल ग्रास तपाईंले भिडियो हेर्नुअघि नै ग्रिपर च्यानलमा देखिन्छ।
एपिसोड लेबल: Success, Recovery, Failure
हरेक एपिसोडमा तीनमध्ये एउटा लेबल हुन सक्छ। Success ले कार्यको सफा डेमोन्स्ट्रेसन चिन्ह लगाउँछ। Recovery ले प्रयासको बीचमा केही बिग्रियो र तपाईंले त्यसलाई सुधार्नुभयो भन्ने एपिसोड चिन्ह लगाउँछ; यी मूल्यवान हुन्छन् किनभने यिनले पोलिसीलाई फेरि बाटोमा फर्कन सिकाउँछन्। Failure ले लक्ष्यसम्म नपुगेका एपिसोडहरू चिन्ह लगाउँछ र सामान्यतया तालिमबाट बाहिर राख्नुपर्छ। समीक्षा गर्दै लेबल गर्नु खराब डेमोन्स्ट्रेसनबाट चुपचाप सिकेको पोलिसी डिबग गर्नुभन्दा धेरै सस्तो पर्छ।
डेटासेट मर्ज गर्दै
मर्जले धेरै रेकर्डिङलाई एउटा ठूलो डेटासेटमा जोड्छ, उदाहरणका लागि उही कार्यमा एक हप्ताका सत्रहरू वा दुई क्यालिब्रेट गरिएका आर्महरूबाट रेकर्डिङ। मर्जले हरेकमा एउटा LeRobot डेटासेट भएका धेरै tar.gz आर्काइभ लिन्छ र पुनः-इन्डेक्स गरिएका एपिसोडसहित एउटै डेटासेट उत्पादन गर्छ।
- 1आर्काइभहरू तयार गर्नुहोस्
हरेक इनपुट यसको meta डाइरेक्टरीसहित tar.gz आर्काइभको रूपमा प्याक गरिएको पूरा LeRobot डेटासेट हुनुपर्छ। info.json बिनाका अपूरा आर्काइभ मान्य गर्न सकिँदैन र अस्वीकार गरिन्छन्।
- 2धेरै आर्काइभ अपलोड गर्नुहोस्
Dashboard > Datasets मा, मर्ज सुरु गर्नुहोस् र तपाईंले एकैचोटि जोड्न चाहनुभएका सबै tar.gz आर्काइभ छान्नुहोस्।
- 3भ्यालिडेसन
प्लेटफर्मले सबै इनपुटहरूमा fps, फिचर स्किमा, र robot_type मिल्छ कि भनी जाँच गर्छ। तीनमध्ये कुनै फरक भए, मर्ज नमिलेको कुरा नाम दिएर अस्वीकार गरिन्छ, किनभने असंगत स्ट्रिम भएको जोडिएको डेटासेटले चुपचाप तालिम बिगार्नेछ।
- 4नतिजा समीक्षा गर्नुहोस्
जोडिएको डेटासेट तपाईंको सूचीमा जोडिएको एपिसोड गणनासहित देखिन्छ। एपिसोड ब्राउजर खोल्नुहोस् र त्यसमा तालिम दिनुअघि हरेक स्रोतबाट केही एपिसोड जाँच्नुहोस्।
तीन अनुकूलता नियम जानाजानी कठोर छन्। फ्रेम दर नमिल्दा हरेक टाइमस्टेपको अर्थ बदलिन्छ, स्किमा नमिल्दा लोडर पूर्ण रूपमा बिग्रन्छ, र रोबोट प्रकार मिसाउँदा कुनै एउटा पोलिसीले पनि प्रयोग गर्न नसक्ने डेटासेट बन्छ। तपाईंलाई उही मोडेलका फरक आर्महरूबाट डेटा जोड्नुपरे, त्यो ठीक छ: robot_type ले मोडेललाई जनाउँछ, भौतिक इकाइलाई होइन।
डेटासेट मार्केटप्लेस
मार्केटप्लेसले तपाईंलाई अरूले रेकर्ड गरेका डेटासेट किन्न र आफ्नो बेच्न दिन्छ। किनेका डेटासेटहरू तपाईंको आफ्नै रेकर्डिङजस्तै LeRobot लेआउटमा तपाईंको ड्यासबोर्डमा आइपुग्छन्, त्यसैले तिनले कुनै थप चरण बिना एपिसोड ब्राउजर, मर्जिङ, र तालिमसँग काम गर्छन्।
तपाईं बेच्नुहुन्छ भने, सूचीमा राख्नुअघि क्युरेट गर्नुहोस्। एपिसोडहरू समीक्षा गर्नुहोस्, इमानदारीपूर्वक लेबल गर्नुहोस्, र कार्य स्ट्रिङले रेकर्डिङमा वास्तवमा के हुन्छ भनी वर्णन गर्छ भनी सुनिश्चित गर्नुहोस्। तपाईंको डेटासेट मूल्याङ्कन गर्ने खरिदकर्ताले तपाईंले देख्नुभएकै एपिसोड ब्राउजर देख्छ, र सफा लेबल र स्थिर डेमोन्स्ट्रेसन भएका डेटासेटहरू तपाईंले कहिल्यै रेकर्ड गरेका सबै कुराको कच्चा फ्याँकोभन्दा बढी मूल्यका हुन्छन्।
बारम्बार सोधिने प्रश्नहरू
सामान्य एपिसोड कति ठूलो हुन्छ?▾
दुई क्यामेरा 30 fps मा भएको 10 देखि 20 सेकेन्डको एपिसोडका लागि दृश्य जटिलतामा निर्भर गर्दै लगभग 5 देखि 15 MB। केही सय एपिसोड भएको गम्भीर डेटासेट कम गिगाबाइटमा उत्रन्छ।
के म आफ्नो डेटासेट डाउनलोड गर्न सक्छु?▾
हो। डेटासेटहरू ड्यासबोर्डबाट आर्काइभको रूपमा डाउनलोड गर्न सकिन्छ। लेआउट मानक LeRobot भएकोले, डाउनलोडले सिधै LeRobot टूलिङ र तपाईंको आफ्नै तालिम कोडसँग काम गर्छ।
के म फरक रोबोट प्रकारका डेटासेट मर्ज गर्न सक्छु?▾
होइन। मर्जलाई सबै इनपुटहरूमा fps, फिचर स्किमा, र robot_type मिल्नु चाहिन्छ। उही मोडेलका दुई फरक भौतिक आर्मको डेटा जोड्न सकिन्छ, दुवै आर्म क्यालिब्रेट गरिएको सर्तमा।
के जोइन्ट चार्टले डिग्री देखाउँछ?▾
होइन। सबै जोइन्ट मान LeRobot-सामान्यीकृत गरिएर -100 देखि 100 को दायरामा, हरेक जोइन्टको क्यालिब्रेट गरिएको दायराको प्रतिशतको रूपमा व्यक्त गरिएको हुन्छ। Parquet फाइलहरूमा ठ्याक्कै यही भण्डारण हुन्छ।
डेटासेट मेटाउँदा के हुन्छ?▾
डेटासेट र यसका सबै एपिसोड, भिडियो, र मेटाडेटा स्थायी रूपमा हटिन्छन्। यसलाई फिर्ता ल्याउने उपाय छैन, त्यसैले पक्का नभएमा पहिले एउटा आर्काइभ डाउनलोड गर्नुहोस्।
तपाईंको टेलिअपरेसन डेटासेटमा ACT, Diffusion Policy, SmolVLA, र GR00T फाइनट्युनलाई क्लाउडमा तालिम दिनुहोस्, अनि तालिम पाएको पोलिसी आफ्नै आर्ममा चलाउनुहोस्।
macOS, Windows, वा Linux मा AY-Robots डेस्कटप एप इन्स्टल गर्नुहोस्, गाइडेड फ्लोसँग SO-100 एपिसोड रेकर्ड गर्नुहोस्, LeRobot डेटा निर्यात गर्नुहोस्, र CLI र MCP प्रयोग गर्नुहोस्।