Hugging Face и NVIDIA открыли масштабный набор данных для обучения агентов
Новый открытый датасет от Hugging Face и NVIDIA содержит более 1 млрд шагов взаимодействия в 50 симулированных средах, готов к использованию через 🤗 Datasets и интегрирован с RL‑фреймворками.
8 июля 2026 г. Hugging Face совместно с NVIDIA анонсировали Data for Agents — открытый набор данных, предназначенный для обучения и оценки агентов в областях reinforcement learning (RL) и автономных систем. Датасет включает более 1 млрд записей (шагов) из 50 разнообразных симуляций, от простых 2‑D лабиринтов до сложных 3‑D физических сред, таких как Habitat‑3D и Isaac‑Gym.
Все данные опубликованы под лицензией Apache 2.0, что позволяет свободно использовать их в коммерческих и исследовательских проектах. Набор доступен через библиотеку 🤗 Datasets (v2.5) и уже поддерживается популярными RL‑библиотеками: Stable‑Baselines3, RLlib и Acme. Для удобства Hugging Face предоставил готовый DataLoader‑модуль, который автоматически преобразует траектории в форматы torch.Tensor и jax.numpy.
Ключевые цифры:
- 1 000 000 000+ шагов взаимодействия;
- 50 сред, покрывающих задачи навигации, манипуляций и стратегического планирования;
- 10 TB необработанных логов, сжатых до 2 TB в Parquet‑формате;
- API‑ключи для быстрой загрузки через
datasets.load_dataset("nvidia/agents-data").
Набор также включает метаданные о наградах, действиях, наблюдениях и тайм‑стемпах, а также baseline‑политики, обученные на каждой среде, что упрощает сравнение новых алгоритмов. Подробнее о датасете и инструкциях по использованию можно узнать в блоге Hugging Face: https://huggingface.co/blog/nvidia/open-data-for-agents.
Для разработчиков RL‑агентов это открывает возможность быстро собрать большую тренировочную базу без собственного симулятора, ускоряя прототипирование новых алгоритмов. Студенты курсов смогут практиковаться на реальных данных, а компании — снизить затраты на генерацию собственных траекторий. Однако объём данных требует продуманного пайплайна и достаточных вычислительных ресурсов, так что планировать инфраструктуру заранее стоит.
