LEAP Hand：ロボット学習のための低コスト・高効率・人間型ハンド

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

September 12, 2023

著者: Kenneth Shaw, Ananye Agarwal, Deepak Pathak

cs.AI

要旨

器用なマニピュレーションは、ロボティクスにおける長年の課題となってきました。機械学習技術は一定の成果を示してきたものの、その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の不足に起因しています。本論文では、機械学習研究のための低コストで器用的かつ人間型のハンド「LEAP Hand」を紹介します。従来のハンドとは異なり、LEAP Handは指の姿勢に関わらず最大の器用さを実現する新しいキネマティック構造を備えています。LEAP Handは低コストであり、容易に入手可能な部品を用いて4時間で組み立てることができ、そのコストは2000ドルです。また、長時間にわたって大きなトルクを一貫して発揮することが可能です。LEAP Handが現実世界での複数のマニピュレーションタスク（視覚的テレオペレーションから受動的なビデオデータを用いた学習、そしてシミュレーションから実世界への転移学習）に使用できることを示します。LEAP Handは、最も近い競合であるAllegro Handをすべての実験において大幅に上回りながら、そのコストは1/8です。詳細な組み立て手順、Sim2Realパイプライン、および有用なAPIを備えた開発プラットフォームを、当ウェブサイト（https://leap-hand.github.io/）で公開しています。

English

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/