让球转起来：为具有滚动接触关节的仿生肌腱驱动手学习灵巧策略
机器人学
2024-01-23 v3
摘要
仿生灵巧机器人手有潜力复现人类所能完成的许多任务，并成为通用操作平台。近期强化学习（RL）框架的进展在四足运动与灵巧操作任务中取得了卓越表现。结合能够并行模拟数千个机器人的基于GPU的高度并行化仿真，基于RL的控制器已变得更加可扩展且易于上手。然而，为了将RL训练得到的策略部署到真实世界中，我们需要能够输出可配合物理执行器与传感器工作的策略的训练框架，以及一个可用易获取材料制造却又足够鲁棒以运行交互式策略的硬件平台。本工作介绍了仿生肌腱驱动的Faive Hand及其系统架构，该架构利用肌腱驱动的滚动接触关节实现了一种可3D打印、鲁棒的髙自由度手设计。我们对手的每个元件进行建模并将其集成到GPU仿真环境中，以通过RL训练策略，并实现了灵巧手中球体旋转技能到物理机器人手的零样本迁移。
引用
@article{arxiv.2308.02453,
title = {Getting the Ball Rolling: Learning a Dexterous Policy for a Biomimetic Tendon-Driven Hand with Rolling Contact Joints},
author = {Yasunori Toshimitsu and Benedek Forrai and Barnabas Gavin Cangan and Ulrich Steger and Manuel Knecht and Stefan Weirich and Robert K. Katzschmann},
journal= {arXiv preprint arXiv:2308.02453},
year = {2024}
}
备注
for project website, see https://srl-ethz.github.io/get-ball-rolling/ . for video, see https://youtu.be/YahsMhqNU8o . for code, see https://github.com/srl-ethz/faive_gym_oss . Published to the 2023 IEEE-RAS International Conference on Humanoid Robots