レロボット互換性データセットを記録する方法
レロボット記録 CLI を使用してエピソードベースのパケット + ビデオショットを撮影します コンピューターのセットをクリーンにします ハグジングフェイスハブで準備ができています ロボットセットアップを含む約2時間です
LeRobotはハグジングフェイスのオープンソースのロボット学習スタックです.そのデータセットフォーマットは,腕規模の模倣学習のデフォルトになっています.エピソードベースの,パケット + ビデオショード,自定義メタデータ,ハグジングフェイスハブネイティブ.このチュートリアルでは,CLI
データの収集 総時間:約2時間 困難:初心者 アップデート 2026年4月
達成する事
このチュートリアルの終わりには,ディスク上の50話のレロボットデータセット,視覚検査パス,正常化統計,およびHuggingFace Hubに公開された公的または私的なデータセットがあります.そのデータセットは,レロボット政策訓練 (ACT,拡散政策,VLAヘッド),参照実装,およびコミュニティ評価とすぐに互換性があります.
LeRobot データセットのフォーマットは,各エピソードを,パーケットファイルに並べられた状態,アクション,および MP4 ショートに保存されたビデオフレームへの参照を含む行範囲として保存します.このフォーマットは,ハブから効率的にストリーミングし,PyTorch DataLoadersにきれいにロードし,JSON メタデータファイルを通じて自定義するように設計されています.
必須条件
- LeRobotがサポートするロボット腕. SO-100 / SO-101,OpenArm,Koch v1.1,Moss,Aloha,WidowX,URシリーズ サポートされているリストは定期的に増加しています.オプションを検索するには [ロボットストア]
T25 ) を閲覧してください. - 少なくとも1台のカメラ USBウェブカメラやインテルRealSense
腕+上下は理想的です. - Ubuntu 22.04 パイthon 3.10+と ffmpegのワークステーション.
- HuggingFaceアカウント 出版 (オプション)
- 双手通用 (
T26 ) のための [ALOHA teleop tutorial]や,単腕通用 ( T27 ) の [アカデミー]のリーダーフォロワーガイドを参照してください.
ステップ
レロボットをインストール
パーツタイプごとにオプションの追加機能があります
```
conda create -n lerobot python=3.10 -y
conda activate lerobot
pip install --upgrade pip
pip install lerobot
# hardware-specific extras (pick yours)
pip install 'lerobot[feetech]' # SO-100, Koch
pip install 'lerobot[dynamixel]' # Aloha, WidowX
pip install 'lerobot[intelrealsense]' # for RealSense cameras
```
インストールを確認:
- ###腕を調整する
支
```
lerobot-calibrate \
--robot.type=so100 \
--robot.port=/dev/ttyACM0
```
動力 IDを検出し,関節ゼロの位置を設定し,校正を
- カメラとテレオップをチェック
視線を直視して 精神をチェックする
```
lerobot-teleoperate \
--robot.type=so100 \
--robot.port=/dev/ttyACM0 \
--robot.cameras='{"top": {"type":"opencv","index":0}, "wrist": {"type":"opencv","index":2}}' \
--display_data=true
```
腕を動かす場合は,まずUSBケーブル品質を確認してください. 腕は,スライドバスで
- 任務と指示を定義する
"赤いキューブを拾って青い鉢に放す"は"キューブで何かをする"を打つ.自然言語の指示は,すべてのエピソードで文字どおり保存され,下流ポリシーが見る唯一のテキストになります.
Tip: 作業の成功基準をバイナリーにしてデータから観察できます. "キューブはボウル内にある"は鮮明です. "キューブは柔らかく置かれている"は違います.
- 50話録画する
```
lerobot-record \
--robot.type=so100 \
--robot.port=/dev/ttyACM0 \
--robot.cameras='{"top": {"type":"opencv","index":0}, "wrist": {"type":"opencv","index":2}}' \
--dataset.repo_id=<your-username>/red_cube_blue_bowl \
--dataset.num_episodes=50 \
--dataset.single_task="Pick the red cube and place it in the blue bowl." \
--dataset.fps=30 \
--dataset.episode_time_s=20
```
ステージの間のシーンを少し異なる初期設定にリセットします キューブ位置,ボウル位置,照明角度が異なります. 訓練された方針がどの程度一般化するか,これは最大の要因です. 休憩してください. ~30話後にオペレーター疲労は現実です. 最後の20回のデモの品質はあなたが思っているよりも重要です.
データセットをチェック
組み込みのビジュアルライザーでエピソードをスクロールする
```
lerobot-dataset-visualize --repo-id=<your-username>/red_cube_blue_bowl
```
監視:カメラの停止,関節の断絶,作業を逃したエピソード,フレームレートの変動.一般的な常識チェック:時間の経過とともにプロットアクションの標準
- 悪いエピソードを落として 統計を計算する
データのセットのメタデータから失敗または混乱したエピソードを削除します.LeRobotはエピソードインデックスによるフィルタリングをサポートします.クリアした後,正常化統計 (アクションと状態次元ごとに平均/STD) を再計算します.したがって下流トレーニングは正しい値を使用します.
ハグ・フェイスハブに押す
```
huggingface-cli upload <your-username>/red_cube_blue_bowl \
~/.cache/huggingface/lerobot/<your-username>/red_cube_blue_bowl \
--repo-type=dataset
```
データベースは公開 (またはプライベート) になっています.
次にどうする?
リーロボットデータセットがクリーンになったら,次の2つのフォローアップが重要になります. (1) ポリシーを訓練する際には,ACTは最も簡単な最初のベースラインであり, (2) OpenVLA は ACTベースラインと比較するデータセットで使用されます. 深刻なデータ収集に拡大している場合は, ALOHA双手テレビ はハードウェアの次のステップです. 人体体では, [Unitree G1 カメラ校正](
常識の故障モード
エピソードは長さが異なる: 訓練中にレロボットパッドを預かります. 固定目標期間で記録を続け,フレームワークが長さの変動を処理できるようにします.
** 巨大なデータセットサイズ:** LeRobot の ビデオ ショット は H.264 で 暗号化 さ れ て い ます.サイズ が 問題 で ある 場合,より 解像度 が 必要 な な カメラ の 場合, 15 FPS または 480p に 降っ て ください.
** 政策の過失は即時:** 収集中に十分なシーン変異はありません.初期条件をより攻撃的にランダム化します.
Hub アップロード失敗: 通常, repo-exists または許可エラー.
深層ダイビング: レロボットデータセットの形式
レロボットデータセットのレイアウトは,ディスク上のトップレベルのディレクトリで,パケットショート (通常1話あたり1枚) のフォルダ,MP4ショート付きのフォルダ,T16
この設計は意図的:パルケットのスケーラーは,パッチデータロードに高速な柱状アクセスを提供し,MP4は,ランダムアクセスを犠牲にせずにフレーム画像ファイルに比べてディスク上の大幅圧縮を改善します.CRF 18でコードされたH.264は操作にはほとんど損失がありません.CRF 23は,ほとんどのタスクのポリシートレーニングに目に見える質の影響のない約3倍もの小さなファイルを提供します.
深い潜水: シーンの変化が唯一の最大の品質レバー
撮影に2時間時間があれば,最初の30分間のシーン・変更を計画して,最初の90分間のベースラインエピソードを記録する代わりに.
- オブジェクトポーズ. 作業場全体で格子で少なくとも10つのスタートポジション.
- 照明. オーバーヘッド・フローレスセント対暖かいランプ対自然窓
最低3条件 - ディストリੈਕਟਰ* 半分の時間には2〜3つの無関係な物体をテーブルに追加します ディストリੈਕਟਰなしで訓練された政策は,エンジニアリングデスクにコーヒーカップが付いている瞬間に壊れます
- 背景 2~3つのテーブル表面やテーブルカバーを回す.
- "赤いキューブを拾ってボウルに入れて" / "赤いキューブを青いボウルに入れて" / "赤いキューブをボウルに移動する"
深い潜水: 録音から訓練まで 一日の午後
レロボットデータセットの記録の目的は,その上でポリシーを訓練することです. 録音完了するとベースラインレシピは:
深層ダイビング: 録音を止めて訓練を始める時
チームでは頻繁にオーバーレコーディングをする.正しいヒューリスティック:25回のACT政策を25回ごとに練習し,成功を測定し,成功曲線が平滑するときに停止する.あなたはしばしば単一のタスクに対して80〜150回の減少率を記録する. _different_タスクで追加的な記録時間を費やすると,より良い多タスク政策が生まれる.
よく聞かれる質問
ローボット
**典型的な50エピソードデータセットはどのくらいの大きさですか? ** カメラ数と解像度に応じて約1~5GBです. ハブフリーレベルでホストできます.
** シミュレーションデータを記録できますか?** はい
関節角を超えたプロピオセプションはどうでしょうか LeRobot は任意の状態次元をサポートします.データセットの情報にそれらを宣言し,ロードーは残りの部分を処理します.