去年，人工智能开发平台 Hugging Face 推出了 LeRobot，这是一个包含开放人工智能模型、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 与人工智能初创公司 Yaak 达成合作，通过为能够自主导航城市街道等环境的机器人和汽车提供训练集，进一步扩展了 LeRobot 的功能。
这个名为“学习驾驶”（Learning to Drive，简称 L2D）的新数据集规模超过 1 个拍字节，包含安装在德国驾校汽车上的传感器所收集的数据。L2D 捕获了来自驾驶教练和学员在有施工区域、交叉路口、高速公路等街道上行驶时的摄像头、GPS 和“车辆动态”数据。这些数据能够为自动驾驶技术的研发提供丰富的场景支持。
目前，包括 Alphabet 的 Waymo 和 Comma AI 在内的多家公司已经发布了开放的自动驾驶训练数据集。然而，根据 L2D 的创作者的说法，许多数据集专注于规划任务，如目标检测和跟踪，这些任务需要高质量的注释，难以大规模扩展。
相比之下，L2D 被设计为支持“端到端”学习的开发，其创作者声称，这有助于直接从传感器输入（例如摄像头画面）预测行为（例如行人何时可能过马路）。这种设计思路能够有效提升自动驾驶系统的决策效率和适应性。
“人工智能社区现在可以构建端到端的自动驾驶模型了。”Yaak 联合创始人 Harsimrat Sandhawalia（哈西姆拉特·桑德瓦利亚）和 Hugging Face 机器人人工智能团队成员 Rémi Cadène（雷米·卡德内）在博客文章中写道，“L2D 致力于成为最大的开源自动驾驶数据集，为人工智能社区提供独特且多样化的‘场景’，用于训练端到端的空间智能。”
Hugging Face 和 Yaak 计划于今年夏天在配备安全驾驶员的车辆上部署并进行基于 L2D 和 LeRobot 训练的模型的现实世界“闭环”测试。这两家公司呼吁人工智能社区提交模型以及他们希望模型评估的任务，例如在环岛行驶和停车等场景。通过这种方式，他们希望能够进一步推动自动驾驶技术的发展，并为相关研究提供有力支持。
