LEAP Hand：用于机器人学习的低成本、高效且拟人化的手
机器人学
2023-09-13 v1 人工智能
计算机视觉与模式识别
机器学习
系统与控制
系统与控制
摘要
灵巧操作一直是机器人领域的长期挑战。尽管机器学习技术已展现出一定前景，但结果目前很大程度上局限于仿真。这主要归因于缺乏合适的硬件。在本文中，我们提出 LEAP Hand，一种用于机器学习研究的低成本灵巧且拟人化的手。与以往的手不同，LEAP Hand 具有新颖的运动学结构，无论手指姿态如何都能实现最大灵巧度。LEAP Hand 成本低廉，可由现成部件在 4 小时内以 2000 美元成本组装完成。它能够长时间持续施加大扭矩。我们展示了 LEAP Hand 可用于在现实世界中执行若干操作任务——从视觉遥操作到从被动视频数据学习和 sim2real。在所有实验中，LEAP Hand 显著优于其最接近的竞争者 Allegro Hand，而成本仅为 1/8。我们在网站 https://leap-hand.github.io/ 上发布了详细的组装说明、Sim2Real 流水线以及带有实用 API 的开发平台。
引用
@article{arxiv.2309.06440,
title = {LEAP Hand: Low-Cost, Efficient, and Anthropomorphic Hand for Robot Learning},
author = {Kenneth Shaw and Ananye Agarwal and Deepak Pathak},
journal= {arXiv preprint arXiv:2309.06440},
year = {2023}
}
备注
Website at https://leap-hand.github.io/