AI開発プラットフォームのHugging Faceは昨年、実世界のロボットシステム構築を支援するオープンAIモデル、データセット、ツールのコレクションであるLeRobotをリリースしました。火曜日、Hugging FaceはAIスタートアップのYaakと提携し、街路などの環境を自律走行できるロボットや自動車向けのトレーニングセットを追加し、LeRobotを拡張しました。
「Learning to Drive（L2D）」と呼ばれるこの新しいデータセットは、1ペタバイトを超える容量で、ドイツの自動車教習所の車両に搭載されたセンサーからのデータが含まれています。L2Dは、工事現場、交差点、高速道路などを含む道路を運転する教官や教習生から、カメラ、GPS、そして「車両ダイナミクス」のデータを取得します。
Alphabet傘下のWaymoやComma AIといった企業から、オープンな自動運転トレーニングセットが数多く提供されています。しかし、L2Dの開発者によると、これらの多くは物体検出や追跡といった計画タスクに重点を置いており、高品質なアノテーションが必要となるため、スケールアップが困難になっています。
対照的に、L2Dは「エンドツーエンド」学習の開発をサポートするように設計されており、センサー入力（例：カメラ映像）から直接行動（例：歩行者が道路を横断する可能性があるとき）を予測するのに役立つと開発者らは主張している。
「AIコミュニティは、エンドツーエンドの自動運転モデルを構築できるようになりました」と、Yaakの共同創業者であるハルシムラット・サンドハワリア氏と、Hugging Faceのロボット工学向けAIチームのメンバーであるレミ・カデネ氏はブログ記事に記している。「L2Dは、エンドツーエンドの空間知能を訓練するためのユニークで多様な『エピソード』をAIコミュニティに提供する、最大規模のオープンソース自動運転データセットを目指しています。」
Hugging FaceとYaakは、L2DとLeRobotを用いて訓練されたモデルの実世界における「クローズドループ」テストを今夏、安全運転者を乗せた車両に搭載して実施する予定です。両社はAIコミュニティに対し、ラウンドアバウトや駐車スペースのナビゲーションなど、モデルの評価対象となるモデルとタスクの提出を呼びかけています。
カイル・ウィガーズは2025年6月までTechCrunchのAIエディターを務めていました。VentureBeatやDigital Trendsに加え、Android Police、Android Authority、Droid-Life、XDA-Developersといった様々なガジェットブログにも記事を寄稿しています。音楽療法士のパートナーとマンハッタンに在住。
バイオを見る
