RUKA：重新思考人类手臂设计的学习方法
机器人学
2025-04-18 v1 人工智能
摘要
灵活操作是机器人系统的基本能力，但由于硬件在精度、紧凑性、力量和可负担性之间的权衡限制，其进展有限。现有的控制方法对手的设计和应用施加了妥协。然而，基于学习的方法为重新思考这些权衡提供了机会，特别是针对tendon-driven 驱动和低成本材料的挑战。本工作提出 RUKA，一款紧凑、可负担且功能强大的tendon-driven 人类手。由 3D 打印部件和通用组件制成，RUKA 具有 5 个手指，15 个受约束的自由度，实现多样的人类手势。其tendon-driven 驱动允许在紧凑的人体尺寸下实现强大的抓取能力。为解决控制挑战，我们从由 MANUS 手套收集的动作捕捉数据中学习关节到执行器和指尖到执行器的模型，利用手的形态准确性。广泛的评估表明，RUKA 在可达性、耐用性和力量方面优于其他机器人手。遥操作任务进一步展示了 RUKA 的灵活运动。RUKA 的开源设计、装配说明、代码和数据均可在 https://ruka-hand.github.io/ 获取。
引用
@article{arxiv.2504.13165,
title = {RUKA: Rethinking the Design of Humanoid Hands with Learning},
author = {Anya Zorin and Irmak Guzey and Billy Yan and Aadhithya Iyer and Lisa Kondrich and Nikhil X. Bhattasali and Lerrel Pinto},
journal= {arXiv preprint arXiv:2504.13165},
year = {2025}
}
备注
Website at https://ruka-hand.github.io/