Maison
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.

Un échantillon des données du dataset L2D, capturées par plusieurs capteurs. Crédits image : Hugging Face 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.
Article connexe
La Corée du Sud pose la première pierre du centre national de calcul en intelligence artificielle, investissant 2,5 billions de wons avec un objectif pour 2028
Le journal sud-coréen EtNews rapporte que la cérémonie de pose de la première pierre du Centre de calcul IA de Corée (KOACC) s’est tenue le 3 août au parc de centres de données Solar City à Sunan, dans la province du Jeollanam-do. Doté d’un investiss
Six géants de la technologie soutiennent la Linux Foundation avec 12,5 millions de dollars pour faire face au bruit des vulnérabilités de l'IA
Pour faire face à l'afflux de rapports de sécurité de faible qualité produits par des outils d'automatisation basés sur l'intelligence artificielle, six grandes entreprises technologiques — Anthropic, Amazon (AWS), GitHub, Google, Microsoft et OpenAI
Musk envisageait de laisser OpenAI à ses enfants alors qu'Altman témoigne
Ce matin, le PDG d’OpenAI, Sam Altman, a pris la parole pour répondre au procès intenté par l’ancien cofondateur Elon Musk, qui conteste la structure corporative de l’entreprise.Interrogé sur l’allégation de Musk selon laquelle d’autres fondateurs «
Recommandations de sujets spéciaux liés
commentaires (14)
Whoa, Hugging Face diving into self-driving data? That's wild! LeRobot just got a serious upgrade. Wonder if they'll open-source the whole pipeline. 🤖🚗
自動運転データも統合したんですってね、Hugging FaceとYaakの連携、進化が速すぎて追いつけない!ロボット学習用のデータセットが拡充されることで、研究室レベルの技術が身近になってきてる感じがします。個人的には家庭用ロボットが早く安価に提供されてほしいんですけど、セキュリティ面の懸念はどうクリアするんでしょう?🤖🤔 オープンモデルが増えるのはいいけど、学習データの質の問題は常に気になります。
Diese Entwicklung bei LeRobot zeigt, wie schnell sich Robotik und KI verbinden. Ich frage mich, ob solche Open-Source-Projekte langfristig mit Googles Robotik-Initiativen mithalten können. Die Partnerschaft mit Yaak könnte neue Standards setzen - hoffentlich bleiben ethische Fragen dabei nicht auf der Strecke. 🤖
Encore une collaboration qui promet ! HF+Yaak pour améliorer les données de robots autonomes, j'espère que ça ne finira pas comme les voitures qui ne reconnaissent pas les piétons par temps de pluie 😅 C'est cool mais la sécurité d'abord, non ?
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.
La Corée du Sud pose la première pierre du centre national de calcul en intelligence artificielle, investissant 2,5 billions de wons avec un objectif pour 2028
Le journal sud-coréen EtNews rapporte que la cérémonie de pose de la première pierre du Centre de calcul IA de Corée (KOACC) s’est tenue le 3 août au parc de centres de données Solar City à Sunan, dans la province du Jeollanam-do. Doté d’un investiss
Six géants de la technologie soutiennent la Linux Foundation avec 12,5 millions de dollars pour faire face au bruit des vulnérabilités de l'IA
Pour faire face à l'afflux de rapports de sécurité de faible qualité produits par des outils d'automatisation basés sur l'intelligence artificielle, six grandes entreprises technologiques — Anthropic, Amazon (AWS), GitHub, Google, Microsoft et OpenAI
Musk envisageait de laisser OpenAI à ses enfants alors qu'Altman témoigne
Ce matin, le PDG d’OpenAI, Sam Altman, a pris la parole pour répondre au procès intenté par l’ancien cofondateur Elon Musk, qui conteste la structure corporative de l’entreprise.Interrogé sur l’allégation de Musk selon laquelle d’autres fondateurs «
Whoa, Hugging Face diving into self-driving data? That's wild! LeRobot just got a serious upgrade. Wonder if they'll open-source the whole pipeline. 🤖🚗
自動運転データも統合したんですってね、Hugging FaceとYaakの連携、進化が速すぎて追いつけない!ロボット学習用のデータセットが拡充されることで、研究室レベルの技術が身近になってきてる感じがします。個人的には家庭用ロボットが早く安価に提供されてほしいんですけど、セキュリティ面の懸念はどうクリアするんでしょう?🤖🤔 オープンモデルが増えるのはいいけど、学習データの質の問題は常に気になります。
Diese Entwicklung bei LeRobot zeigt, wie schnell sich Robotik und KI verbinden. Ich frage mich, ob solche Open-Source-Projekte langfristig mit Googles Robotik-Initiativen mithalten können. Die Partnerschaft mit Yaak könnte neue Standards setzen - hoffentlich bleiben ethische Fragen dabei nicht auf der Strecke. 🤖
Encore une collaboration qui promet ! HF+Yaak pour améliorer les données de robots autonomes, j'espère que ça ne finira pas comme les voitures qui ne reconnaissent pas les piétons par temps de pluie 😅 C'est cool mais la sécurité d'abord, non ?











