Umarme Gesicht verbessert die Lerobot-Plattform mit selbstfahrenden Trainingsdaten für Maschine

Letztes Jahr stellte Hugging Face, eine bekannte Plattform für KI-Entwicklung, LeRobot vor, eine umfassende Sammlung von offenen KI-Modellen, Datensätzen und Tools, die darauf abzielen, reale Robotikanwendungen zu verbessern. Diese Woche haben sie einen bedeutenden Schritt nach vorne gemacht, indem sie eine Partnerschaft mit dem KI-Startup Yaak eingegangen sind, um LeRobot zu bereichern. Gemeinsam haben sie den Learning to Drive (L2D) Datensatz eingeführt, einen riesigen Trainingssatz, der speziell für die autonome Navigation in unterschiedlichen Umgebungen, wie belebten Stadtstraßen, entwickelt wurde.

Der L2D-Datensatz ist kolossal und umfasst über ein Petabyte. Er ist vollgepackt mit Daten, die von Sensoren an Autos gesammelt wurden, die in deutschen Fahrschulen eingesetzt werden. Dieser Datensatz erfasst ein breites Spektrum an Fahrerfahrungen, von der Navigation durch Baustellen bis hin zum Cruisen auf Autobahnen, alles aufgezeichnet durch Kameras, GPS und Fahrzeugdynamiksensoren. Diese einzigartige Sammlung bietet eine reale Perspektive sowohl von Lehrern als auch von Schülern hinter dem Steuer.

Es gibt zwar andere offene Trainingsdatensätze für autonomes Fahren, wie die von Alphabet’s Waymo und Comma AI, aber diese konzentrieren sich oft auf spezifische Planungsaufgaben wie Objekterkennung und -verfolgung. Diese erfordern sorgfältige Annotationen, die laut den Schöpfern von L2D ein Engpass für die Skalierung sein können. Im Gegensatz dazu ist L2D darauf ausgelegt, „End-to-End“-Lernen zu ermöglichen, sodass KI-Modelle Aktionen direkt aus rohen Sensoreingaben vorhersagen können, wie zum Beispiel zu entscheiden, wann ein Fußgänger auf die Straße treten könnte, basierend auf Kamerabildern.

Yaak-Mitbegründer Harsimrat Sandhawalia und Remi Cadene vom KI-für-Robotik-Team von Hugging Face äußerten ihre Begeisterung in einem Blogbeitrag und erklärten: „Die KI-Community kann nun End-to-End-Modelle für autonomes Fahren entwickeln. L2D zielt darauf ab, der größte Open-Source-Datensatz für autonomes Fahren zu sein, der die KI-Community mit einzigartigen und vielfältigen ‚Episoden‘ für das Training von End-to-End-Raumintelligenz befähigt.“

Hugging Face und Yaak bereiten sich diesen Sommer auf echte Aktionen vor. Sie planen, Modelle, die auf L2D und LeRobot trainiert wurden, unter realen Fahrbedingungen zu testen, natürlich mit einem Sicherheitsfahrer an Bord. Sie laden die KI-Community ein, durch das Einreichen von Modellen und das Vorschlagen spezifischer Aufgaben, wie das Navigieren durch knifflige Kreisverkehre oder das Meistern enger Parklücken, zu diesen Tests beizutragen.