Heim
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.

Eine Auswahl der Daten im L2D-Datensatz, erfasst von einer Reihe von Sensoren. Bildnachweis: Hugging Face 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.
Verwandter Artikel
Die experimentelle KI „Claude“ von Anthropic wickelt in einem E-Commerce-Test Verhandlungen und Transaktionen ab
Angesichts der rasanten Fortschritte im Bereich der künstlichen Intelligenz hat Anthropic am vergangenen Freitag still und leise ein internes Experiment namens „Project Deal“ gestartet, um das Potenzi
DeepSeek Code steht kurz vor der Markteinführung
Angesichts der rasanten Entwicklung der KI-Technologie befindet sich DeepSeek an einem spannenden Wendepunkt. Das KI-Unternehmen gab kürzlich bekannt, dass es sich Finanzmittel in Höhe von über 70 Mil
Musks Grok: 1,5 Billionen Parameter und die Übernahme von Cursor-Code – bahnbrechende Neuerung oder nur ein Bluff?
Elon Musk macht endlich einen Schritt.Im Wettlauf um die KI-Programmierung legen OpenAI und Anthropic einen Gang zu, während xAI hinterherzuhinken scheint. Musk hat oft sein Ziel bekräftigt, Claude Ko
Empfehlungen zu verwandten Spezialthemen
Kommentare (14)
Whoa, Hugging Face diving into self-driving data? That's wild! LeRobot just got a serious upgrade. Wonder if they'll open-source the whole pipeline. 🤖🚗
自動運転データも統合したんですってね、Hugging FaceとYaakの連携、進化が速すぎて追いつけない!ロボット学習用のデータセットが拡充されることで、研究室レベルの技術が身近になってきてる感じがします。個人的には家庭用ロボットが早く安価に提供されてほしいんですけど、セキュリティ面の懸念はどうクリアするんでしょう?🤖🤔 オープンモデルが増えるのはいいけど、学習データの質の問題は常に気になります。
Diese Entwicklung bei LeRobot zeigt, wie schnell sich Robotik und KI verbinden. Ich frage mich, ob solche Open-Source-Projekte langfristig mit Googles Robotik-Initiativen mithalten können. Die Partnerschaft mit Yaak könnte neue Standards setzen - hoffentlich bleiben ethische Fragen dabei nicht auf der Strecke. 🤖
Encore une collaboration qui promet ! HF+Yaak pour améliorer les données de robots autonomes, j'espère que ça ne finira pas comme les voitures qui ne reconnaissent pas les piétons par temps de pluie 😅 C'est cool mais la sécurité d'abord, non ?
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.
Die experimentelle KI „Claude“ von Anthropic wickelt in einem E-Commerce-Test Verhandlungen und Transaktionen ab
Angesichts der rasanten Fortschritte im Bereich der künstlichen Intelligenz hat Anthropic am vergangenen Freitag still und leise ein internes Experiment namens „Project Deal“ gestartet, um das Potenzi
DeepSeek Code steht kurz vor der Markteinführung
Angesichts der rasanten Entwicklung der KI-Technologie befindet sich DeepSeek an einem spannenden Wendepunkt. Das KI-Unternehmen gab kürzlich bekannt, dass es sich Finanzmittel in Höhe von über 70 Mil
Musks Grok: 1,5 Billionen Parameter und die Übernahme von Cursor-Code – bahnbrechende Neuerung oder nur ein Bluff?
Elon Musk macht endlich einen Schritt.Im Wettlauf um die KI-Programmierung legen OpenAI und Anthropic einen Gang zu, während xAI hinterherzuhinken scheint. Musk hat oft sein Ziel bekräftigt, Claude Ko
Whoa, Hugging Face diving into self-driving data? That's wild! LeRobot just got a serious upgrade. Wonder if they'll open-source the whole pipeline. 🤖🚗
自動運転データも統合したんですってね、Hugging FaceとYaakの連携、進化が速すぎて追いつけない!ロボット学習用のデータセットが拡充されることで、研究室レベルの技術が身近になってきてる感じがします。個人的には家庭用ロボットが早く安価に提供されてほしいんですけど、セキュリティ面の懸念はどうクリアするんでしょう?🤖🤔 オープンモデルが増えるのはいいけど、学習データの質の問題は常に気になります。
Diese Entwicklung bei LeRobot zeigt, wie schnell sich Robotik und KI verbinden. Ich frage mich, ob solche Open-Source-Projekte langfristig mit Googles Robotik-Initiativen mithalten können. Die Partnerschaft mit Yaak könnte neue Standards setzen - hoffentlich bleiben ethische Fragen dabei nicht auf der Strecke. 🤖
Encore une collaboration qui promet ! HF+Yaak pour améliorer les données de robots autonomes, j'espère que ça ne finira pas comme les voitures qui ne reconnaissent pas les piétons par temps de pluie 😅 C'est cool mais la sécurité d'abord, non ?











