LeRobotDataset არის სტანდარტიზებული მონაცემთა ნაკრების ფორმატი, რომელიც შექმნილია რობოტების სწავლის სპეციფიკური საჭიროებების დასაკმაყოფილებლად. ის უზრუნველყოფს რობოტული მონაცემების უნიფიცირებულ და მოსახერხებელ წვდომას სხვადასხვა მოდალობის მასშტაბით, მათ შორის სენსორულ-მოტორულ მაჩვენებლებზე, მრავალი კამერის ნაკადსა და ტელეოპერაციის სტატუსზე. ჩვენი მონაცემთა ნაკრების ფორმატი ასევე ინახავს ზოგად ინფორმაციას მონაცემების შეგროვების მეთოდის შესახებ (მეტამონაცემები), მათ შორის შესრულებული დავალების 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 რობოტული მონაცემთა ნაკრებების ინდექსირებისა და ძიებისთვის! lerobot-ის ფარგლებში, რობოტიკის ბიბლიოთეკა, რომელსაც Hugging Face ავითარებს, LeRobotDataset უზრუნველყოფს უნიფიცირებულ ინტერფეისს მულტიმოდალურ, დროის სერიების მონაცემებთან მუშაობისთვის და შეუფერხებლად ინტეგრირდება როგორც Hugging Face-ის, ასევე PyTorch-ის ეკოსისტემებთან. მონაცემთა ნაკრების ფორმატი შექმნილია იმისთვის, რომ იყოს ადვილად გაფართოებადი და მორგებადი. ის უკვე მხარს უჭერს საჯაროდ ხელმისაწვდომ მონაცემთა ნაკრებებს სხვადასხვა ტიპის კონფიგურაციიდან — მათ შორის მანიპულატორის პლატფორმებიდან, როგორიცაა SO-100 მკლავები და ALOHA-2 სისტემა, რეალური სამყაროს ჰუმანოიდის მონაცემები, სიმულაციური მონაცემთა ნაკრებები და თვითმართვადი მანქანების მონაცემებიც კი! თქვენ შეგიძლიათ შეისწავლოთ საზოგადოების მიერ შეტანილი მიმდინარე მონაცემთა ნაკრებები მონაცემთა ვიზუალიზატორის გამოყენებით! 🔗 მასშტაბის გარდა, LeRobotDataset-ის ეს ახალი გამოცემა ასევე უზრუნველყოფს სტრიმინგის ფუნქციონალის მხარდაჭერას, რაც საშუალებას იძლევა, დიდი მონაცემთა ნაკრებებიდან მონაცემთა პაკეტების მყისიერად დამუშავებას, დისკზე ზედმეტად დიდი კოლექციების ჩამოტვირთვის საჭიროების გარეშე. თქვენ შეგიძლიათ მიიღოთ წვდომა და გამოიყენოთ ნებისმიერი მონაცემთა ნაკრები v3.0-ში სტრიმინგის რეჟიმში სპეციალური StreamingLeRobotDataset ინტერფეისის გამოყენებით! მონაცემთა ნაკრებების სტრიმინგი არის მნიშვნელოვანი ეტაპი რობოტების სწავლების უფრო ხელმისაწვდომობისკენ და ჩვენ მოხარული ვართ, რომ ამას საზოგადოებას ვუზიარებთ 🤗 lerobot არის ყოვლისმომცველი რობოტიკის ბიბლიოთეკა, რომელიც Hugging Face-ში შეიქმნა და მხარს უჭერს როგორც რეალური სამყაროს რობოტიკას, ასევე რობოტების სწავლების უახლეს ალგორითმებს. ბიბლიოთეკა საშუალებას იძლევა მონაცემთა ნაკრებების ლოკალურად ჩაწერას უშუალოდ რეალურ რობოტებზე და მათ შენახვას Hugging Face Hub-ზე. მეტი ინფორმაციისთვის იმ რობოტების შესახებ, რომლებსაც ამჟამად ვუჭერთ მხარს, ეწვიეთ ამ ბმულს! LeRobotDataset:v3 გახდება lerobot ბიბლიოთეკის ნაწილი lerobot-v0.4.0 ვერსიიდან და ჩვენ მოხარული ვართ, რომ მას ადრევე ვუზიარებთ საზოგადოებას. თქვენ შეგიძლიათ დააინსტალიროთ lerobot-v0.3.x-ის უახლესი ვერსია, რომელიც მხარს უჭერს მონაცემთა ამ ახალ ფორმატს, უშუალოდ PyPI-დან შემდეგი ბრძანების გამოყენებით: მიჰყევით საზოგადოების პროგრესს ბიბლიოთეკის სტაბილური გამოშვებისკენ აქ 🤗 მას შემდეგ, რაც დააინსტალირებთ lerobot-ის ვერსიას, რომელიც მხარს უჭერს მონაცემთა ახალ ფორმატს, შეგიძლიათ ჩაწეროთ მონაცემთა ნაკრები ჩვენი საფირმო რობოტული მკლავით, SO-101-ით, ტელეოპერაციის გამოყენებით შემდეგ ინსტრუქციებთან ერთად: გადადით ოფიციალურ დოკუმენტაციაზე, რათა ნახოთ, როგორ ჩაწეროთ მონაცემთა ნაკრები თქვენი გამოყენების შემთხვევისთვის. LeRobotDataset-ის დიზაინის ერთ-ერთი ძირითადი არჩევანია ძირითადი მონაცემთა საცავის გამოყოფა მომხმარებელზე ორიენტირებული API-სგან. ეს იძლევა ეფექტური სერიალიზაციისა და შენახვის საშუალებას, ხოლო მონაცემებს წარმოადგენს ინტუიციური, გამოსაყენებლად მზა ფორმატით. მონაცემთა ნაკრებები ორგანიზებულია სამ ძირითად კომპონენტად: მილიონობით ეპიზოდის (რაც ასობით მილიონ/მილიარდობით ცალკეულ კადრს ნიშნავს) მქონე მონაცემთა ნაკრებების მხარდასაჭერად, ჩვენ ვუერთებთ მონაცემებს სხვადასხვა ეპიზოდიდან ერთსა და იმავე მაღალი დონის სტრუქტურაში. კონკრეტულად, ეს ნიშნავს, რომ ნებისმიერი ცხრილური კოლექცია და ვიდეო არ შეიცავს ინფორმაციას მხოლოდ ერთი ეპიზოდის შესახებ, არამედ წარმოადგენს მრავალ ეპიზოდში არსებული ინფორმაციის კონკატენაციას. ეს ამცირებს დატვირთვას ფაილურ სისტემაზე, როგორც ლოკალურად, ასევე დისტანციურ საცავებში, როგორიცაა Hugging Face. შემდეგ ჩვენ შეგვიძლია გამოვიყენოთ მეტამონაცემები ეპიზოდის სპეციფიკური ინფორმაციის შესაგროვებლად, მაგალითად, იმ დროის აღსანიშნავად, როდესაც კონკრეტული ეპიზოდი იწყება ან მთავრდება მოცემულ ვიდეოში. მონაცემთა ნაკრებები ორგანიზებულია რეპოზიტორების სახით, რომლებიც შეიცავს: LeRobotDataset:v3.0 გამოვა lerobot-v0.4.0-თან ერთად, ასევე მოყვება შესაძლებლობა, რომ ადვილად მოხდეს Hugging Face Hub-ზე ამჟამად განთავსებული ნებისმიერი მონაცემთა ნაკრების კონვერტაცია ახალ v3.0-ში შემდეგი ბრძანების გამოყენებით: ჩვენ ძალიან მოხარული ვართ, რომ ამ ახალ ფორმატს ადრევე ვუზიარებთ საზოგადოებას! სანამ ჩვენ ვავითარებთ lerobot-v0.4.0-ს, თქვენ მაინც შეგიძლიათ თქვენი მონაცემთა ნაკრების კონვერტაცია ახალ განახლებულ ვერსიაში, უახლესი lerobot-v0.3.x-ის გამოყენებით, რომელიც მხარს უჭერს მონაცემთა ამ ახალ ფორმატს უშუალოდ PyPI-დან შემდეგი ბრძანების გამოყენებით: 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 გახდეს ეპიზოდის სპეციფიკური ინფორმაციის მოძიება უფრო მაღალი დონის ფაილებიდან. Hugging Face Hub-ზე არსებული ყველა მონაცემთა ნაკრები, რომელიც შეიცავს ზემოთ წარმოდგენილ სამ ძირითად საყრდენს (ცხრილური და ვიზუალური მონაცემები, ასევე რელაციური მეტამონაცემები), ხელმისაწვდომია ერთი ხაზით. რობოტების სწავლების უმეტესი ალგორითმები, რომლებიც ეფუძნება გაძლიერებულ...