LEAP Hand: 로봇 학습을 위한 저비용, 고효율, 인간형 손

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

September 12, 2023

저자: Kenneth Shaw, Ananye Agarwal, Deepak Pathak

cs.AI

초록

민첩한 조작은 로보틱스 분야에서 오랜 기간 동안 해결되지 않은 과제로 남아있습니다. 기계 학습 기술이 일부 가능성을 보여주었지만, 그 결과는 대부분 시뮬레이션에 국한되어 있습니다. 이는 주로 적합한 하드웨어의 부재로 인한 것으로 볼 수 있습니다. 본 논문에서는 기계 학습 연구를 위한 저비용의 민첩하고 인간형적인 손인 LEAP Hand를 소개합니다. 기존의 손과 달리, LEAP Hand는 손가락 자세에 관계없이 최대의 민첩성을 허용하는 새로운 운동학적 구조를 가지고 있습니다. LEAP Hand는 저비용이며, 쉽게 구할 수 있는 부품으로 4시간 내에 조립할 수 있고, 비용은 2000달러입니다. 이 손은 장시간에 걸쳐 큰 토크를 일관되게 발휘할 수 있습니다. 우리는 LEAP Hand가 실제 세계에서 여러 조작 작업을 수행하는 데 사용될 수 있음을 보여줍니다 — 시각적 원격 조작부터 수동 비디오 데이터 학습 및 시뮬레이션에서 실제로의 전환(sim2real)까지. LEAP Hand는 가장 가까운 경쟁자인 Allegro Hand를 모든 실험에서 크게 능가하면서도 비용은 1/8 수준입니다. 우리는 상세한 조립 지침, Sim2Real 파이프라인 및 유용한 API가 포함된 개발 플랫폼을 https://leap-hand.github.io/ 웹사이트에 공개합니다.

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/