字数 1028，阅读大约需 6 分钟
Hugging Face与Yaak合作扩展LeRobot平台：引入自动驾驶训练数据集Learning to Drive (L2D)
Hugging Face，作为一家全球领先的AI开发平台，去年推出了LeRobot，这是一个包含开放AI模型、数据集和工具的集合，旨在帮助构建现实世界的机器人系统。本周二，Hugging Face宣布与AI初创公司Yaak合作，扩展LeRobot平台，引入了名为Learning to Drive (L2D)的训练数据集，专为能够自主导航环境的机器人和汽车设计，如城市街道。
L2D数据集：规模与特点
L2D数据集的规模超过一拍字节（petabyte），数据来源于在德国驾校车辆上安装的传感器。它捕捉了驾驶教练和学员在各种场景下驾驶的摄像头、GPS和车辆动态数据，包括建筑区域、交叉路口和高速公路等。
与Alphabet旗下的Waymo和Comma AI等公司提供的开放自动驾驶训练集相比，L2D的独特之处在于其专注于支持“端到端”学习的发展。这意味着模型能够直接从传感器输入（如摄像头画面）预测行动（如行人何时过马路），而无需进行中间的规划任务，如物体检测和跟踪。
端到端学习的优势
传统的自动驾驶训练集通常需要高质量的标注，这在大规模应用时面临挑战。而L2D的设计理念是支持端到端学习，使AI社区能够构建直接从传感器输入预测行动的自动驾驶模型。
Yaak联合创始人Harsimrat Sandhawalia和Hugging Face机器人团队成员Remi Cadene在博客文章中表示：“AI社区现在可以构建端到端的自动驾驶模型。L2D旨在成为最大的开源自动驾驶数据集，为AI社区提供独特而多样的‘情节’，用于训练端到端的空间智能。”
现实世界测试与社区参与
今年夏天，Hugging Face和Yaak计划对使用L2D和LeRobot训练的模型进行现实世界的“闭环”测试。这些测试将在配备安全驾驶员的车辆上进行，以评估模型在实际驾驶环境中的性能。
两家公司还呼吁AI社区提交他们希望在这些模型上评估的任务，如导航环岛和停车空间。这种社区参与不仅有助于推动自动驾驶技术的发展，也为全球AI研究人员提供了前所未有的机遇。
行业影响与未来展望
此次合作不仅标志着自动驾驶技术迈向了一个新的里程碑，也对整个行业产生了深远的影响。通过提供大规模、多样化的训练数据集，L2D为端到端学习的发展提供了强有力的支持。这将加速自动驾驶技术的成熟，并推动其在现实世界中的应用。
根据麦肯锡的一份报告，到2030年，自动驾驶技术有望创造高达1.9万亿美元的市场价值。而L2D数据集的引入，无疑为这一市场的增长提供了新的动力。
随着Hugging Face和Yaak的合作不断深入，以及AI社区的积极参与，我们有理由相信，自动驾驶技术的未来将更加光明。而L2D数据集，作为这一进程中的重要一环，将继续发挥其关键作用，推动技术的边界不断扩展。
了解更多关于Hugging Face的信息，请访问其官网[1]。 了解更多关于Yaak的信息，请访问其官网[2]。
