去年，人工智能开发平台 Hugging Face 推出了 LeRobot，这是一套开放的人工智能模型、数据集和工具，用于帮助构建现实世界的机器人系统。周二，Hugging Face 与人工智能初创公司 Yaak 合作，为 LeRobot 扩展了一套训练集，用于可以在城市街道等环境中自主导航的机器人和汽车。
这套名为“学习驾驶”（L2D）的新数据集大小超过 1PB，包含来自德国驾校汽车上安装的传感器的数据。L2D 可从驾驶教练和学生那里获取摄像头、GPS 和“车辆动态”数据，这些驾驶教练和学生在有施工区、十字路口、高速公路等的街道上驾驶。
目前，包括 Alphabet 旗下的 Waymo 和 Comma AI 在内的多家公司都推出了许多开放式自动驾驶训练套件。但 L2D 的创建者表示，其中许多套件专注于规划任务，例如物体检测和跟踪，这需要高质量的注释，因此很难扩展。
相比之下，L2D 的创建者声称，它旨在支持“端到端”学习的发展，这有助于直接从传感器输入（例如摄像机镜头）预测动作（例如行人何时可能过马路）。
Yaak 联合创始人 Harsimrat Sandhawalia 和 Hugging Face 机器人人工智能团队成员 Remi Cadene 在博客文章中写道：“人工智能社区现在可以构建端到端自动驾驶模型。L2D 旨在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而多样的‘情节’，用于训练端到端空间智能。”
Hugging Face 和 Yaak 计划今年夏天对使用 L2D 和 LeRobot 训练的模型进行现实世界的“闭环”测试，并将这些模型部署在一辆配备安全驾驶员的车辆上。这两家公司呼吁人工智能社区提交模型和他们希望评估这些模型的任务，例如在环形交叉路口和停车位导航。
