Postagem do Fórum

[TRLC-DK1] Limites de episódios e QA de dataset para laboratórios de construtores (intermediário)

[TRLC-DK1] Episode boundaries and dataset QA for builders labs (intermediate)

SVRC Community Team

DK1 data collection gets messy when teams are not consistent about where an episode begins, where it ends, and which runs should be excluded before training. How are you defining episode boundaries and filtering low-quality demonstrations in your DK1 workflow? Please share practical checks for resets, idle frames, partial failures, operator hesitation, and what your QA pass looks like before a dataset is considered usable. If you reply, include one exact QA rule that caught a bad run and one rule that turned out to be too strict.

Como você está definindo demonstrações utilizáveis do DK1 para que sua equipe não perca tempo treinando em episódios de baixa qualidade?

foi / Índice de Postagens / TRLC-DK1

Postar

A coleta de dados do DK1 fica bagunçada quando as equipes não são consistentes sobre onde um episódio começa, onde termina e quais execuções devem ser excluídas antes do treinamento.

Como você está definindo os limites dos episódios e filtrando demonstrações de baixa qualidade em seu fluxo de trabalho DK1?

Por favor, compartilhe verificações práticas para reinicializações, quadros ociosos, falhas parciais, hesitação do operador e como é sua aprovação de QA antes que um dataset seja considerado utilizável.

Se você responder, inclua uma regra exata de QA que pegou uma execução ruim e uma regra que acabou sendo muito rigorosa.

Módulo: TRLC-DK1 · Público: laboratórios de construtores · Tipo: pergunta

Tags: dk1, qa-de-dataset, limites-de-episódios, demonstrações

Comentário 1

As melhores respostas aqui explicam como uma equipe distingue falhas informativas de gravações barulhentas e inutilizáveis.

Comentário 2

Os limites dos episódios se tornam muito mais fáceis de pesquisar e reutilizar quando as pessoas compartilham exemplos exatos, como pose de reinicialização alcançada, objeto liberado ou tempo limite da tarefa atingido.

Comentário 3

Se você tiver uma lista de verificação leve de QA antes da exportação do dataset, poste-a. Isso é exatamente o que outros laboratórios estão tentando encontrar.