LEAP Hand: Een kosteneffectieve, efficiënte en antropomorfe hand voor robotleren

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

September 12, 2023

Auteurs: Kenneth Shaw, Ananye Agarwal, Deepak Pathak

cs.AI

Samenvatting

Behendige manipulatie is al lang een uitdaging in de robotica. Hoewel machine learning-technieken enige belofte hebben getoond, zijn de resultaten tot nu toe grotendeels beperkt gebleven tot simulaties. Dit kan voornamelijk worden toegeschreven aan het ontbreken van geschikte hardware. In dit artikel presenteren we LEAP Hand, een goedkope, behendige en antropomorfe hand voor machine learning-onderzoek. In tegenstelling tot eerdere handen heeft LEAP Hand een nieuwe kinematische structuur die maximale behendigheid mogelijk maakt, ongeacht de vingerpositie. LEAP Hand is goedkoop en kan in 4 uur worden geassembleerd tegen een kosten van 2000 USD met gemakkelijk verkrijgbare onderdelen. Het is in staat om consistent grote koppels over langere tijd uit te oefenen. We laten zien dat LEAP Hand kan worden gebruikt om verschillende manipulatietaken in de echte wereld uit te voeren – van visuele teleoperatie tot leren van passieve videogegevens en sim2real. LEAP Hand presteert aanzienlijk beter dan zijn naaste concurrent Allegro Hand in al onze experimenten, terwijl het slechts 1/8e van de kosten bedraagt. We publiceren gedetailleerde assemblage-instructies, de Sim2Real-pijplijn en een ontwikkelingsplatform met nuttige API's op onze website: https://leap-hand.github.io/.

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/