Hugging Face potenzia LeRobot con dati per macchine autonome

L'anno scorso, Hugging Face, la piattaforma di sviluppo AI, ha lanciato LeRobot. Si tratta di una raccolta di modelli AI open, set di dati e strumenti per aiutare a costruire sistemi robotici del mondo reale. Nelle scorse ora, la cosietà ha collaborato con la startup AI Yaak per espandere LeRobot con un set di formazione per robot e auto in grado di muoversi in modo autonomo in ambienti come le strade cittadine. Il set Learning to Drive (L2D), è grande più di un petabyte e contiene dati provenienti da sensori installati sulle auto nelle scuole guida tedesche.

L2D acquisisce dati di telecamere, GPS e le esperienze di istruttori di guida e studenti che percorrono strade con cantieri, incroci, autostrade e altro ancora.  Esistono diversi set di formazione self-driving aperti da aziende come Waymo di Alphabet e Comma AI. Tuttavia, molti di questi si concentrano su attività di pianificazione come il rilevamento e il tracciamento di oggetti, che richiedono annotazioni di alta qualità.

Hugging Face: L2D potrebbe essere il più grande dataset di guida autonoma AI

Come affermano i suoi creatori, L2D è progettato per supportare lo sviluppo dell'apprendimento "end-to-end". Ciò aiuta a prevedere le azioni (ad esempio quando un pedone potrebbe attraversare la strada) direttamente dagli input dei sensori (ad esempio, riprese della telecamera). Come riportato da Yaak Harsimrat Sandhawalia e Remi Cadene di Hugging Face: "La community AI può ora creare modelli di guida autonoma end-to-end. L2D mira a essere il più grande set di dati open source di guida autonoma che fornisce alla comunità AI ‘episodi’ unici e diversificati per l'addestramento dell'intelligenza spaziale end-to-end".

Hugging Face e Yaak prevedono di condurre test reali in un sistema "closed-loop" sui modelli addestrati con Learning to Drive (L2D) e LeRobot questa estate. Naturalmente, verranno utilizzati veicoli con un conducente (per sicurezza). Le due aziende invitano la comunità a inviare modelli e compiti su cui vorrebbero che questi modelli fossero valutati, come navigazione nelle rotonde o parcheggio.