Tahun lalu, Hugging Face, platform AI Dev, meluncurkan Lerobot, kumpulan model AI terbuka, set data, dan alat untuk membantu membangun sistem robotika dunia nyata. Pada hari Selasa, Hugging Face bekerja sama dengan startup AI Yaak untuk memperluas Lerobot dengan set pelatihan untuk robot dan mobil yang dapat menavigasi lingkungan, seperti jalan -jalan kota, secara mandiri.
Set baru, Called Learning to Drive (L2D)berukuran lebih dari petabyte, dan berisi data dari sensor yang dipasang pada mobil di sekolah mengemudi Jerman. L2D menangkap data kamera, GPS, dan “dinamika kendaraan” dari instruktur mengemudi dan siswa yang menavigasi jalan dengan zona konstruksi, persimpangan, jalan raya, dan banyak lagi.
Ada sejumlah pelatihan self-driving terbuka di luar sana dari perusahaan termasuk Waymo dan Comma AI dari Alphabet. Tetapi banyak dari ini fokus pada tugas perencanaan seperti deteksi dan pelacakan objek, yang membutuhkan penjelasan berkualitas tinggi, menurut pencipta L2D-membuatnya sulit untuk dikurangi.
Sebaliknya, L2D dirancang untuk mendukung pengembangan pembelajaran “end-to-end”, klaim penciptanya, yang membantu memprediksi tindakan (misalnya ketika seorang pejalan kaki mungkin menyeberang jalan) langsung dari input sensor (misalnya rekaman kamera)
“Komunitas AI sekarang dapat membangun model self-driving ujung ke ujung,” co-founder Yaak Harsimrat Sandhawalia dan Remi Cadene, anggota tim AI untuk robotika di Hugging Face, menulis dalam sebuah posting blog. “L2D bertujuan untuk menjadi set data self-driving open-source terbesar yang memberdayakan komunitas AI dengan 'episode' yang unik dan beragam untuk melatih kecerdasan spasial ujung ke ujung.”
Memeluk Face dan Yaak berencana untuk melakukan pengujian “loop tertutup” dunia nyata dari model yang dilatih menggunakan L2D dan lerobot musim panas ini, dikerahkan pada kendaraan dengan pengemudi pengaman. Perusahaan meminta komunitas AI untuk mengirimkan model dan tugas yang ingin mereka evaluasi, seperti menavigasi bundaran dan ruang parkir.
