整個流程採用單一資料模型
在同一個多速率、多模態資料模型上進行記錄、儲存、查詢、轉換、視覺化與訓練,而不是在不同工具和格式之間切換。
Rerun 是專為 Physical AI 與機器人團隊打造的資料層,可記錄、視覺化、查詢、轉換並訓練多速率、多模態資料;搭配免費開源 SDK 與託管 Hub,支援團隊級儲存與擷取。
Rerun 是專為 Physical AI 與機器人工作流程打造的資料層。它針對多速率、多模態資料而設計,提供從同一個底層資料模型進行記錄、儲存、查詢、視覺化、轉換與訓練的工具。
開源 SDK 支援本機開發與分析,而 Rerun Hub 則為需要在自有物件儲存上使用持久、單租戶基礎架構的團隊,提供代管的 catalog 與儲存引擎。兩者共同支援一個可從首次記錄開始,並擴展到可查詢資料集與訓練串流的工作流程。
在同一個多速率、多模態資料模型上進行記錄、儲存、查詢、轉換、視覺化與訓練,而不是在不同工具和格式之間切換。
在 Viewer 中檢視同步的機器人資料,包括相機、關節狀態與 3D 運動,用於除錯 episodes 與回顧資料集。
跨記錄執行 SQL 或 dataframe 查詢,包括欄位、時間範圍,以及資料本身中的值,而不只是中繼資料。
將記錄以 column-chunks 形式儲存在 `.rrd` 檔案中,並註冊到 catalog,以便在單一或多個記錄中查詢片段。
透過具備欄位感知與影片 codec 感知能力的 dataloader,將資料集組合直接串流到訓練任務,並可由 catalog 查詢驅動。
可在本機搭配開源 SDK 使用,或透過 Rerun Hub 在雲端使用代管的單租戶儲存與擷取。
從機器人系統記錄感測器資料,然後在 Viewer 中檢視相機、關節與運動的同步畫面,以了解某次 episode 中發生了什麼。
以 SQL 或 dataframe 操作查詢記錄,檢視跨時間範圍、欄位與片段的值,然後衍生出如標籤或分數等新層。
將 MCAP、ROS 2 或 Parquet 等既有格式的資料轉換為 `.rrd`,然後在單一格式與單一 catalog 中完成整個工作流程。
讓團隊透過共享的 viewer 和 catalog 檢視相同的記錄,以便註解、調查失敗案例,並追溯問題回來源資料。
直接根據 catalog 查詢建立訓練批次,讓模型從已記錄與檢視的相同資料中學習,而不需要另外匯出格式。
Rerun 的 SDK 可透過 `pip install rerun-sdk` 安裝,快速入門文件也顯示可選擇安裝 `[dataplatform, dataloader]` 以使用查詢與訓練功能。對於 Rust 和 C++,網站則提供了各自的安裝與專案設定文件。
網站說明 SDK 可對多速率、多模態資料進行記錄、查詢、轉換、視覺化與訓練。快速入門流程是先將資料記錄或轉換為 `.rrd`,再將其註冊到 catalog,之後即可從該 catalog 進行視覺化、查詢或訓練。
網頁檢視器可直接在瀏覽器中開啟 `.rrd` 記錄,而檢視器頁面也說明其用途是線上開啟與探索 `.rrd` 記錄。快速入門文件也提到支援 `.mcap` 檔案及更多格式。
定價頁面將開源 SDK 與 Rerun Hub 分開說明。SDK 在你自己的電腦上是免費且開源的,而 Hub 則是代管的單租戶雲端服務,可在你的區域中規模化運行相同的資料層。