Yaak e il team di LeRobot di Hugging Face hanno annunciato il lancio di Learning to Drive (L2D), il più grande dataset open-source dedicato all’intelligenza artificiale per la guida autonoma. La raccolta di dati, ottenuta in collaborazione con 60 scuole guida in Germania, mira a colmare il divario nei dataset multimodali, offrendo una base solida per l’addestramento di modelli avanzati.
L2D è stato sviluppato nell’arco di tre anni, sfruttando una flotta di veicoli elettrici equipaggiati con sei telecamere RGB, GPS, IMU e interfacce CAN. Il dataset comprende due tipologie di politiche di guida: esperte, eseguite da istruttori professionisti con oltre 10.000 ore di esperienza, e studentesche, basate su manovre di conducenti alle prime armi. Entrambe le categorie coprono scenari obbligatori per ottenere la patente di guida in Europa, come sorpassi, rotatorie e attraversamenti ferroviari.
Un elemento distintivo di L2D è l’inclusione di istruzioni in linguaggio naturale, che guidano il veicolo nel completamento delle manovre. Per le politiche studentesche, il dataset fornirà anche spiegazioni sui comportamenti subottimali, come sterzate brusche o manovre imprecise.
L’integrazione con LeRobotDataset v2.1 consente agli sviluppatori di addestrare modelli di guida autonoma end-to-end sfruttando tecniche di apprendimento per imitazione e rinforzo. L’obiettivo è creare un’IA capace di gestire situazioni reali, incluse condizioni stradali avverse e malfunzionamenti dei sensori.
Con oltre un petabyte di dati, L2D rappresenta un passo avanti per l’open-source nella guida autonoma, fornendo alla comunità AI strumenti innovativi per sviluppare modelli di intelligenza spaziale sempre più avanzati.
Fonti:
- Hugging Face: huggingface.co
- Yaak AI: yaak.ai
- OpenStreetMap: openstreetmap.org
