Hugging Face anunció la expansión de su plataforma Lerobot el miércoles con un gran conjunto de datos dirigido a la automoción automotriz. El repositorio de inteligencia synthetic (IA) y aprendizaje automático (ML) en línea dijo que el conjunto de datos se creó en colaboración con la startup de IA Yaak. Aprendiendo a la conducción de conducir (L2D), el conjunto de datos se recolectó de un conjunto de sensores instalados en 60 vehículos eléctricos (EV) durante un período de tres años. El conjunto de datos de código abierto tiene como objetivo permitir que los desarrolladores y la comunidad de robótica creen soluciones de inteligencia espacial para la industria del automóvil.
Abrazo de la cara agrega un conjunto de datos L2D a Lerobot
En blogla compañía detalló el nuevo conjunto de datos AI, llamándolo “el conjunto de datos multimodal más grande del mundo destinado a construir una inteligencia espacial de origen abierto para el dominio automotriz”. El conjunto de datos completo tiene más de 1PB (un petabyte) de tamaño, y se recolectó utilizando suites de sensores instaladas en 60 EV operadas por escuelas de manejo en 30 ciudades alemanas durante tres años. Se utilizaron sensores idénticos para garantizar la consistencia en los datos recopilados.
La plataforma Lerobot se lanzó el año pasado como una colección de modelos de IA de código abierto, conjuntos de datos y herramientas que acompañan que pueden ayudar a los desarrolladores a construir sistemas de robótica con AI.
El aprendizaje de conducir el conjunto de datos
Crédito de la foto: cara abrazada
Las políticas en el conjunto de datos se dividen en dos grupos de políticas expertas y políticas de los estudiantes. El primero se compone de datos de instructores de manejo, mientras que el segundo proviene de los conductores de los estudiantes. Abrazos de abrazos declaró que la política de expertos tiene cero errores de conducción y se considera óptimo, mientras que la política estudiantil contiene suboptimidades conocidas. Ambos grupos incluyen instrucciones de lenguaje pure para tareas de manejo.
Cada grupo presenta todos los escenarios de conducción que son necesarios para su finalización para obtener una licencia de conducir en la Unión Europea (UE). Algunas de estas tareas de conducción incluyen adelantamiento, manejo de la rotonda y conducción de pista.
Detallando la suite del sensor utilizada para capturar los datos L2D, abrazando Face dijo que cada uno de los 60 modelos Kia Niro EV estaba equipado con seis cámaras RGB para capturar los alrededores del vehículo en 360p, GPS a bordo para la ubicación y mapeo del vehículo, una unidad de medición de inercia (IMU) para capturar la dinámica del vehículo. Todos los datos fueron capturados con marcas de tiempo.
En explicit, el conjunto de datos tiene como objetivo ayudar a los desarrolladores y los científicos de robótica a construir modelos de IA autónomos de extremo a extremo que eventualmente pueden usarse para construir sistemas de vehículos totalmente autónomos.
Abrazo de la cara destacó que el conjunto de datos L2D se lanzará de manera gradual, donde cada lanzamiento sucesivo será un superconjunto de las versiones anteriores para garantizar la facilidad de acceso. La plataforma también está invitando a la comunidad a enviar modelos para pruebas de bucle cerrado del conjunto de datos con un controlador de seguridad. Esto comenzará en el verano de 2025.
