liesliy

👋 こんにちは、私はロボットの触覚データインフラに取り組む開発者のLiesliyです。
私がここに来た理由
ロボット工学に携わっている方なら、誰も触覚データのラベル付け方法に同意していないことに気づいているでしょう。
研究室ごとに独自の形式があり、データセットごとに異なるスキーマで提供されています。2つのソースからデータを結合しようとすると、実際の研究よりも変換ツールを書くのに時間を費やすことになります。
私も同じ経験をしてきました。そこで、私は触覚アノテーションデータのためのオープンソース統一形式標準「TLabel」を構築しました。

このように考えてみてください：
ROSはロボット間の通信方法を標準化しました
ROS Bagはロボットの記録方法を標準化しました
触覚データのラベル付け方法を標準化した人は誰もいません

それがTLabelが埋めようとしているギャップです。

実際に何ができるのか
14のセマンティック次元と4つのコンプライアンスレベル（L1–L4）を持つ統一スキーマ
形式間の変換用アダプター（GelSight、BioTac、digit、TacTipなど）
PyPIでインストール可能で、既存のパイプラインに組み込むことができます
まだ初期段階で、v0.17がリリースされたばかりですが、アーキテクチャは堅牢で、実際のフィードバックを積極的に求めています。

なぜDev.toなのか
私はしばらくDev.toを読んできました。この場所で評価している点：
エンジニアがエンジニアのために書いている — 無駄がなく、エンゲージメント狙いがない
「Hello World」文化が実際に機能している — 人々は新参者を心から歓迎する
コメントセクションはほとんどのカンファレンスよりも優れている
ここでやりたいこと：
誰も求めていない（まだ）データ標準を構築する過程で学んだことを共有する
センサーデータ、ロボット工学、身体化AIに取り組む人々と出会う
正直なフィードバックを得る — 痛いけどプロジェクトをより良くする種類のフィードバック

皆さんから聞きたいこと
触覚センシング、ロボットデータパイプライン、またはオープンソースツールに携わっている方は、お話ししたいです。
特に興味があること：
現在のワークフローで形式変換をどのように扱っていますか？
触覚データセットを扱う上で最も苦痛な部分は何ですか？

コメントやDMをお待ちしています。約束しますが、私は売り込みよりも聞くことに興味があります。🦞