项目背景
去年，人工智能开发平台Hugging Face（Hugging Face）推出了LeRobot平台，这是一个开放的人工智能模型、数据集和工具的集合，旨在帮助构建实际的机器人系统。周二，Hugging Face与人工智能初创公司Yaak（Yaak）合作，为LeRobot平台扩展了一个新的训练数据集，用于帮助机器人和汽车在城市街道等环境中实现自主导航。
数据集特点
这个名为"学习驾驶"（Learning to Drive，L2D）的新数据集容量超过1PB，包含了来自德国驾校车辆上安装的传感器数据。L2D捕获了驾驶教练和学员在建筑工地、十字路口、高速公路等各种场景下驾驶时的摄像头、GPS和"车辆动态"数据。
目前市面上已有包括Alphabet（Alphabet）旗下Waymo（Waymo）和Comma AI（Comma AI）在内的多家公司发布的开源自动驾驶训练数据集。这些数据集大多侧重于规划任务。这类任务需要高质量标注，因此难以扩展。
相比之下，L2D的创建者表示，该数据集旨在支持"端到端"学习的开发，这有助于直接从传感器输入（如摄像头画面）预测行为（如行人何时可能过马路）。
未来规划
Yaak联合创始人哈西姆拉特·桑德瓦利亚（Harsimrat Sandhawalia）和Hugging Face机器人人工智能团队成员雷米·卡登（Remi Cadene）在博客中写道："人工智能社区现在可以构建端到端的自动驾驶模型。L2D致力于成为最大的开源自动驾驶数据集，为人工智能社区提供独特且多样化的'场景'，用于训练端到端空间智能。"
Hugging Face和Yaak计划在今年夏天对使用L2D和LeRobot训练的模型进行实际的"闭环"测试，测试将在配备安全驾驶员的车辆上进行。两家公司呼吁人工智能社区提交他们希望评估的模型和任务，如环岛导航和停车等场景。