Arbeta med dataset

LeRobot-datasetformatet

AY-Robots lagrar all demonstrationsdata i LeRobot-datasetformatet som underhålls av Hugging Face. Den praktiska fördelen är portabilitet: ett dataset som spelats in här laddas direkt in i LeRobot-baserad träningskod, och dataset inspelade på annat håll i samma format kan laddas upp och användas på plattformen utan konvertering.

Ett dataset är en samling episoder. En episod är ett komplett försök på en uppgift, från ett definierat starttillstånd till den punkt där du stoppade inspelningen. På disk delas en episod upp i tre typer av filer: en Parquet-fil med de numeriska strömmarna, en videofil per kamera, och metadata som binder allt samman.

Funktionsschemat i info.json är det träningskod läser för att förstå ditt data: vilka observationsnycklar som finns, deras former och inspelningshastigheten. Två dataset är bara kompatibla om deras scheman stämmer överens, vilket är exakt vad sammanslagningsvalideringen kontrollerar.

Ledvärden är procent, inte grader

Alla ledvärden i AY-Robots dataset är LeRobot-normaliserade: varje värde sträcker sig från -100 till 100 och representerar en procentandel av den ledens kalibrerade omfång, inte en vinkel i grader. Ett värde på 0 är mitten av det kalibrerade omfånget, -100 och 100 är dess gränser.

Molndataset i instrumentpanelen

Dashboard > Datasets listar dina molndataset med episodantal, filstorlekar och insamlingsstatus. Dataset skapas automatiskt när en teleopereringssession spelar in data, och du kan också skapa ett uttryckligen och fylla det genom att ladda upp inspelningar från desktopklienten.

• Skapa: nya dataset dyker upp från sessioner automatiskt, eller skapa ett tomt och ladda upp till det.
• Byt namn: ändra visningsnamnet när som helst; ändringen rör inte själva datat.
• Radera: tar bort datasetet och alla dess episoder och filer. Radering är permanent, så ladda ner ett arkiv först om du kan tänkas behöva datat igen.

Episodbläddraren

Att öppna ett dataset tar dig till episodbläddraren. Varje episod har en videospelare för sina kameraströmmar och synkroniserade ledgrafer som plottar de normaliserade ledvärdena över episoden. Att skrubba videon flyttar grafmarkören med den, vilket gör det snabbt att upptäcka problem: en ryckig inflygning visar sig som toppar i graferna, ett misslyckat grepp syns i gripdonskanalen innan du ens tittar på videon.

Episodetiketter: Success, Recovery, Failure

Varje episod kan bära en av tre etiketter. Success markerar en ren demonstration av uppgiften. Recovery markerar en episod där något gick fel mitt i försöket och du korrigerade det; de här är värdefulla eftersom de lär en policy hur man kommer på rätt spår igen. Failure markerar episoder som inte nådde målet och bör vanligtvis hållas utanför träningen. Att märka medan du granskar är mycket billigare än att felsöka en policy som tyst lärt sig av dåliga demonstrationer.

Sammanslagning av dataset

Sammanslagning kombinerar flera inspelningar till ett större dataset, till exempel en vecka av sessioner på samma uppgift eller inspelningar från två kalibrerade armar. Sammanslagningen tar flera tar.gz-arkiv, vart och ett innehållande ett LeRobot-dataset, och producerar ett enda dataset med omindexerade episoder.

1. 1
   Förbered arkiven

   Varje indata måste vara ett komplett LeRobot-dataset packat som ett tar.gz-arkiv, inklusive dess meta-katalog. Partiella arkiv utan info.json kan inte valideras och avvisas.

2. 2
   Ladda upp flera arkiv

   I Dashboard > Datasets startar du en sammanslagning och väljer alla tar.gz-arkiv du vill kombinera i ett steg.

3. 3
   Validering

   Plattformen kontrollerar att fps, funktionsschemat och robot_type stämmer överens mellan alla indata. Om något av de tre skiljer sig avvisas sammanslagningen med avvikelsen namngiven, eftersom ett kombinerat dataset med inkonsekventa strömmar tyst skulle korrumpera träningen.

4. 4
   Granska resultatet

   Det sammanslagna datasetet dyker upp i din lista med det kombinerade episodantalet. Öppna episodbläddraren och stickprovsgranska några episoder från varje källa innan du tränar på det.

De tre kompatibilitetsreglerna är strikta med flit. Skillnader i bildfrekvens ändrar innebörden av varje tidssteg, schemaavvikelser bryter laddare rakt av, och att blanda robottyper ger ett dataset som ingen enskild policy kan agera på. Behöver du kombinera data från olika armar av samma modell är det inga problem: robot_type syftar på modellen, inte den fysiska enheten.

Marknadsplatsen för dataset

Marknadsplatsen låter dig köpa dataset inspelade av andra och sälja dina egna. Köpta dataset anländer till din instrumentpanel i samma LeRobot-layout som dina egna inspelningar, så de fungerar med episodbläddraren, sammanslagning och träning utan några extra steg.

Säljer du, kuratera innan du listar. Granska episoderna, märk dem ärligt, och se till att uppgiftssträngarna beskriver vad som faktiskt händer i inspelningarna. En köpare som utvärderar ditt dataset ser samma episodbläddrare som du, och dataset med rena etiketter och konsekventa demonstrationer är värda mer än råa dumpar av allt du någonsin spelat in.

Vanliga frågor