LEAP Hand: Low-Cost, Efficient, and Anthropomorphic Hand for Robot Learning

要約

器用な操作はロボット工学における長年の課題でした。
機械学習技術はある程度の有望性を示していますが、現時点では結果は主にシミュレーションに限定されています。
これは主に、適切なハードウェアが不足していることが原因であると考えられます。
この論文では、機械学習研究用の低コストの器用で擬人化された手である LEAP Hand を紹介します。
以前のハンドとは対照的に、LEAP ハンドは、指のポーズに関係なく最大限の器用さを可能にする新しい運動学的構造を備えています。
LEAP Hand は低コストで、すぐに入手できる部品を使用して 2,000 米ドルで 4 時間で組み立てることができます。
長時間にわたって安定して大きなトルクを発揮することができます。
LEAP Hand を使用して、視覚的な遠隔操作からパッシブ ビデオ データや sim2real からの学習まで、現実世界でいくつかの操作タスクを実行できることを示します。
LEAP Hand は、コストが 1/8 でありながら、すべての実験において最も近い競合製品である Allegro Hand を大幅に上回っています。
詳細な組み立て手順、Sim2Real パイプライン、便利な API を備えた開発プラットフォームを Web サイト (https://leap-hand.github.io/) でリリースします。

要約(オリジナル)

Dexterous manipulation has been a long-standing challenge in robotics. While machine learning techniques have shown some promise, results have largely been currently limited to simulation. This can be mostly attributed to the lack of suitable hardware. In this paper, we present LEAP Hand, a low-cost dexterous and anthropomorphic hand for machine learning research. In contrast to previous hands, LEAP Hand has a novel kinematic structure that allows maximal dexterity regardless of finger pose. LEAP Hand is low-cost and can be assembled in 4 hours at a cost of 2000 USD from readily available parts. It is capable of consistently exerting large torques over long durations of time. We show that LEAP Hand can be used to perform several manipulation tasks in the real world — from visual teleoperation to learning from passive video data and sim2real. LEAP Hand significantly outperforms its closest competitor Allegro Hand in all our experiments while being 1/8th of the cost. We release detailed assembly instructions, the Sim2Real pipeline and a development platform with useful APIs on our website at https://leap-hand.github.io/

arxiv情報

提供元, 利用サービス

arxiv.jp, Google