I Audited AgiBot's New RL Dataset with RDA

Описание и применение

RDA успешно проверил датасет AGIBOT WORLD 2026, подтвердив целостность данных и соответствие обнаруженных спайков событиям человеческого вмешательства, что подтверждает готовность данных к обучению.

Задача

Validate that a third‑party audit tool can reliably detect data quality issues in a large, fresh real‑robot reinforcement‑learning dataset without manual tweaks.

Результат

RDA successfully audited the AGIBOT WORLD 2026 dataset, confirming data integrity and aligning spike detection with human‑takeover events, demonstrating its readiness for training pipelines.

Рабочий процесс

• 1. Download AGIBOT WORLD 2026 from Hugging Face (skip videos).
• 2. Install RDA: pip install robot-data-audit rda.
• 3. Run audit: rda audit ./your_dataset_dir rda recommend ./your_dataset_dir --offline.
• 4. Review per‑episode JSON output and overall verdicts.
• 5. Spot‑check REVIEW items if desired; no cleaning required.

Доказательства

226 spikes (13.2%) fall within ±1 frame of a takeover transition

Источник

4,448 integrity checks (missing frames, invalid values, schema, timestamps), 0 failures

Источник