LeRobotDataset არის სტანდარტიზებული მონაცემთა ნაკრების ფორმატი, რომელიც შექმნილია რობოტების სწავლების სპეციფიკური საჭიროებების დასაკმაყოფილებლად. ის უზრუნველყოფს რობოტიკის მონაცემებზე ერთიან და მოხერხებულ წვდომას სხვადასხვა რეჟიმში, მათ შორის სენსორულ-მოტორულ მონაცემებზე, მრავალ კამერაზე და ტელეოპერაციის სტატუსზე. ჩვენი მონაცემთა ნაკრების ფორმატი ასევე ინახავს ზოგად ინფორმაციას მონაცემთა შეგროვების მეთოდების შესახებ (მეტამონაცემები). ეს მოიცავს შესასრულებელი ამოცანის ტექსტურ აღწერას, გამოყენებული რობოტის ტიპს და გაზომვის დეტალებს, როგორიცაა კადრების რაოდენობა წამში, რომლითაც ხდება როგორც გამოსახულების, ასევე რობოტის მდგომარეობის ნაკადების შერჩევა. მეტამონაცემები სასარგებლოა Hugging Face Hub-ზე რობოტიკის მონაცემთა ნაკრებების ინდექსირებისა და ძიებისთვის! lerobot-ის ფარგლებში, რობოტიკის ბიბლიოთეკა, რომელსაც ჩვენ ვავითარებთ Hugging Face-ში, LeRobotDataset უზრუნველყოფს ერთიან ინტერფეისს მულტიმოდალურ, დროის სერიების მონაცემებთან მუშაობისთვის და ის შეუფერხებლად ინტეგრირდება როგორც Hugging Face, ასევე Pytorch ეკოსისტემებთან. მონაცემთა ნაკრების ფორმატი შექმნილია იმისთვის, რომ იყოს ადვილად გაფართოებადი და მორგებადი. ის უკვე მხარს უჭერს ღიად ხელმისაწვდომ მონაცემთა ნაკრებებს სხვადასხვა ტიპის მოწყობილობებიდან – მათ შორის მანიპულატორის პლატფორმები, როგორიცაა SO-100 მკლავები და ALOHA-2 დანადგარები, რეალური ჰუმანოიდის მონაცემები, სიმულაციური მონაცემთა ნაკრებები და ავტომატური მართვის მანქანების მონაცემებიც კი! თქვენ შეგიძლიათ შეისწავლოთ საზოგადოების მიერ შეტანილი მიმდინარე მონაცემთა ნაკრებები მონაცემთა ვიზუალიზატორის გამოყენებით! 🔗 ზომის გარდა, LeRobotDataset-ის ეს ახალი გამოშვება ასევე უზრუნველყოფს სტრიმინგის ფუნქციონალურობას, რაც საშუალებას იძლევა დიდი მონაცემთა ნაკრებებიდან მონაცემთა პარტიების დამუშავებას „მოძრაობაში“, დისკზე აკრძალულად დიდი რაოდენობის მონაცემების ჩამოტვირთვის გარეშე. თქვენ შეგიძლიათ მიიღოთ წვდომა და გამოიყენოთ ნებისმიერი მონაცემთა ნაკრები v3.0-ში სტრიმინგის რეჟიმში სპეციალური StreamingLeRobotDataset ინტერფეისის გამოყენებით! მონაცემთა ნაკრებების სტრიმინგი არის ძირითადი ეტაპი რობოტების უფრო ხელმისაწვდომი სწავლებისკენ, და ჩვენ აღფრთოვანებულნი ვართ ამის საზოგადოებასთან გაზიარებით 🤗 lerobot არის Hugging Face-ში შემუშავებული სრულყოფილი რობოტიკის ბიბლიოთეკა, რომელიც მხარს უჭერს როგორც რეალურ სამყაროში რობოტიკას, ასევე რობოტების სწავლების უახლეს ალგორითმებს. ბიბლიოთეკა საშუალებას იძლევა მონაცემთა ნაკრებების ჩაწერა მოხდეს ლოკალურად, პირდაპირ რეალურ რობოტებზე, და მათი შენახვა Hugging Face Hub-ზე. შეგიძლიათ მეტი წაიკითხოთ იმ რობოტების შესახებ, რომლებსაც ამჟამად ვუჭერთ მხარს! LeRobotDataset:v3 გახდება lerobot ბიბლიოთეკის ნაწილი lerobot-v0.4.0-დან და ჩვენ ძალიან მოხარულნი ვართ, რომ ამას ადრევე ვუზიარებთ საზოგადოებას. ამ ახალი მონაცემთა ნაკრების ფორმატის მხარდამჭერი lerobot-v0.3.x-ის უახლესი ვერსიის დაყენება შეგიძლიათ პირდაპირ PyPI-დან შემდეგნაირად: `pip install lerobot==0.3.x --upgrade` აქ შეგიძლიათ თვალი ადევნოთ საზოგადოების პროგრესს ბიბლიოთეკის სტაბილური გამოშვებისკენ 🤗 მას შემდეგ რაც დააინსტალირებთ lerobot-ის ვერსიას, რომელიც მხარს უჭერს მონაცემთა ნაკრების ახალ ფორმატს, შეგიძლიათ ჩაწეროთ მონაცემთა ნაკრები ჩვენი საფირმო რობოტის მკლავით, SO-101-ით, ტელეოპერაციის გამოყენებით შემდეგი ინსტრუქციების მიხედვით: `python -m lerobot.scripts.record_so101_teleop` ეწვიეთ ოფიციალურ დოკუმენტაციას, რათა ნახოთ, როგორ ჩაწეროთ მონაცემთა ნაკრები თქვენი კონკრეტული შემთხვევისთვის. LeRobotDataset-ის ძირითადი დიზაინის არჩევანია მონაცემთა ძირითადი საცავის გამოყოფა მომხმარებლისთვის ხელმისაწვდომი API-სგან. ეს უზრუნველყოფს ეფექტურ სერიალიზაციასა და შენახვას, ამავდროულად მონაცემების ინტუიციურ, გამოსაყენებლად მზა ფორმატში წარდგენას. მონაცემთა ნაკრებები ორგანიზებულია სამ ძირითად კომპონენტად: მონაცემთა ნაკრებების მხარდასაჭერად, რომლებსაც პოტენციურად მილიონობით ეპიზოდი აქვთ (რაც ასობით მილიონ/მილიარდ ინდივიდუალურ კადრს იძლევა), ჩვენ ვაერთიანებთ მონაცემებს სხვადასხვა ეპიზოდიდან ერთსა და იმავე მაღალი დონის სტრუქტურაში. კონკრეტულად, ეს ნიშნავს, რომ ნებისმიერი მოცემული ტაბულური კოლექცია და ვიდეო არ შეიცავს ინფორმაციას მხოლოდ ერთ ეპიზოდზე, არამედ რამდენიმე ეპიზოდში არსებული ინფორმაციის კონკატენაციას. ეს ინარჩუნებს ფაილურ სისტემაზე ზეწოლას მართვად დონეზე, როგორც ლოკალურად, ასევე დისტანციური შენახვის პროვაიდერებზე, როგორიცაა Hugging Face. შემდეგ შეგვიძლია გამოვიყენოთ მეტამონაცემები ეპიზოდის სპეციფიკური ინფორმაციის შესაგროვებლად, მაგალითად, დროის ნიშნული, თუ როდის იწყება ან მთავრდება მოცემული ეპიზოდი კონკრეტულ ვიდეოში. მონაცემთა ნაკრებები ორგანიზებულია რეპოზიტორიუმებად, რომლებიც მოიცავს: LeRobotDataset:v3.0 გამოვა lerobot-v0.4.0-თან ერთად, ასევე იქნება შესაძლებლობა, მარტივად მოხდეს Hugging Face Hub-ზე ამჟამად არსებული ნებისმიერი მონაცემთა ნაკრების კონვერტაცია ახალ v3.0-ში შემდეგნაირად: `python -m lerobot.scripts.convert_dataset_v21_to_v30 --repo_id ` ჩვენ ძალიან აღფრთოვანებულნი ვართ ამ ახალი ფორმატის ადრეულად გაზიარებით საზოგადოებასთან! სანამ ვავითარებთ lerobot-v0.4.0-ს, თქვენ მაინც შეგიძლიათ თქვენი მონაცემთა ნაკრები გადაიყვანოთ ახლად განახლებულ ვერსიაში, ამ ახალი მონაცემთა ნაკრების ფორმატის მხარდამჭერი უახლესი lerobot-v0.3.x-ის გამოყენებით პირდაპირ PyPI-დან შემდეგნაირად: `pip install lerobot==0.3.x --upgrade` გაითვალისწინეთ, რომ ეს არის წინასწარი გამოშვება და ზოგადად არასტაბილური ვერსია. ჩვენი შემდეგი სტაბილური გამოშვების განვითარების სტატუსს შეგიძლიათ თვალი ადევნოთ აქ! კონვერტაციის სკრიპტი `convert_dataset_v21_to_v30.py` აერთიანებს მრავალ ეპიზოდს (episode-0000.mp4, episode-0001.mp4, episode-0002.mp4, .../episode-0000.parquet, episode-0001.parquet, episode-0002.parquet, episode-0003.parquet, ...) ერთ ფაილებად (file-0000.mp4/file-0000.parquet) და შესაბამისად ანახლებს მეტამონაცემებს, რათა შესაძლებელი იყოს ეპიზოდის სპეციფიკური ინფორმაციის მოძიება უფრო მაღალი დონის ფაილებიდან. Hugging Face Hub-ზე არსებული ყველა მონაცემთა ნაკრები შეიცავს ზემოთ წარმოდგენილ სამ ძირითად საყრდენს (ტაბულური და ვიზუალური მონაცემები, ასევე რელაციური მეტამონაცემები) და მათზე წვდომა შესაძლებელია ერთი ხაზით. რობოტების სწავლების ალგორითმების უმეტესობა, რომლებიც ეფუძნება გაძლიერებულ სწავლებას...