Face étreinte améliore la plate-forme Lerobot avec des données d'entraînement à la machine autonome

L'année dernière, Hugging Face, une plateforme de développement d'IA bien connue, a présenté LeRobot, une suite complète de modèles d'IA ouverts, de datasets et d'outils destinés à améliorer les applications de robotique dans le monde réel. Cette semaine, ils ont franchi une étape importante en s'associant à la startup d'IA Yaak pour enrichir LeRobot. Ensemble, ils ont introduit le dataset Learning to Drive (L2D), un ensemble d'entraînement massif conçu spécifiquement pour la navigation autonome dans des environnements variés, comme les rues animées des villes.

Le dataset L2D est colossal, s'étendant sur plus d'un pétaoctet, et il est rempli de données collectées à partir de capteurs montés sur des voitures utilisées dans les auto-écoles allemandes. Ce dataset capture une large gamme d'expériences de conduite, allant de la navigation dans des zones de construction à la circulation sur les autoroutes, tout enregistré via des caméras, du GPS et des capteurs de dynamique du véhicule. Cette collection unique offre une perspective réelle des instructeurs et des élèves au volant.

Bien qu'il existe d'autres datasets d'entraînement ouverts pour la conduite autonome, comme ceux d'Alphabet’s Waymo et de Comma AI, ils se concentrent souvent sur des tâches de planification spécifiques comme la détection et le suivi d'objets. Ces derniers nécessitent des annotations méticuleuses, ce qui peut être un goulot d'étranglement pour la mise à l'échelle, selon les créateurs de L2D. En revanche, L2D est conçu pour faciliter l'apprentissage "de bout en bout", permettant aux modèles d'IA de prédire des actions directement à partir des entrées brutes des capteurs, comme décider quand un piéton pourrait s'engager sur la route en fonction des images de la caméra.

Harsimrat Sandhawalia, cofondateur de Yaak, et Remi Cadene, de l'équipe d'IA pour la robotique de Hugging Face, ont exprimé leur enthousiasme dans un article de blog, déclarant : "La communauté de l'IA peut désormais construire des modèles de conduite autonome de bout en bout. L2D vise à être le plus grand dataset open-source de conduite autonome qui dote la communauté de l'IA d'épisodes uniques et diversifiés pour entraîner l'intelligence spatiale de bout en bout."

Hugging Face et Yaak se préparent pour une action réelle cet été. Ils prévoient de tester des modèles entraînés sur L2D et LeRobot dans des conditions de conduite réelles, avec un conducteur de sécurité à bord, bien sûr. Ils invitent la communauté de l'IA à contribuer en soumettant des modèles et en suggérant des tâches spécifiques, comme naviguer dans des ronds-points complexes ou maîtriser des espaces de stationnement étroits, à évaluer lors de ces tests.