Ruka-v2: 로봇 학습을 위한 손목 및 벌림 기능을 갖춘 개방형 텐션 구동형 숙련형 로봇 손

Ruka-v2: Tendon Driven Open-Source Dexterous Hand with Wrist and Abduction for Robot Learning

접근 가능하고 숙련된 로봇 하드웨어의 부족은 로봇의 인간 수준의 숙련도를 달성하는 데 큰 걸림돌이 되어 왔습니다. 작년에 저희는 Ruka를 출시했는데, 이는 11개의 자유도(각 손가락당 2개, 엄지손가락에 3개)를 갖춘 완전한 개방형 텐션 구동형 휴머노이드 손으로, 1,300달러 미만으로 제작 가능합니다. Ruka는 최초의 완전 개방형 휴머노이드 손 중 하나이며, 제어 시스템 내에서 텐션 동역학을 포착하는 데이터 기반의 새로운 손가락 제어 방식을 도입했습니다. 이러한 기여에도 불구하고, Ruka는 인간 행동을 보다 정확하게 모방하는 데 필수적인 두 가지 자유도, 즉 손목의 움직임과 손가락의 벌림/모음 기능을 갖추지 못했습니다. 본 논문에서는 Ruka-v2를 소개합니다. Ruka-v2는 완전한 개방형 텐션 구동형 휴머노이드 손으로, 분리된 2-DOF 병렬 손목과 손가락의 벌림/모음 기능을 특징으로 합니다. 병렬 손목은 부드럽고 독립적인 굽힘/폄 및 방사형/척추 편향을 제공하여, 찬장과 같은 좁은 공간에서의 조작을 가능하게 합니다. 벌림 기능은 얇은 물체를 잡거나, 손 안에서 물체를 회전시키거나, 서예와 같은 동작을 가능하게 합니다. 본 논문에서는 Ruka-v2의 설계에 대해 설명하고, 원격 조작 작업을 통해 Ruka와 비교 평가하여, 작업 완료 시간은 51.3% 단축되고 성공률은 21.2% 증가하는 것을 확인했습니다. 또한, Ruka-v2의 다양한 응용 분야를 로봇 학습에 적용하여, 13가지 숙련된 작업에 대한 양손 또는 단일 팔 원격 조작, 그리고 3가지 작업에 대한 자율적인 정책 학습을 시연했습니다. 모든 3D 프린팅 파일, 조립 설명서, 제어 소프트웨어 및 비디오는 https://ruka-hand-v2.github.io/ 에서 확인할 수 있습니다.

Lack of accessible and dexterous robot hardware has been a significant bottleneck to achieving human-level dexterity in robots. Last year, we released Ruka, a fully open-sourced, tendon-driven humanoid hand with 11 degrees of freedom - 2 per finger and 3 at the thumb - buildable for under $1,300. It was one of the first fully open-sourced humanoid hands, and introduced a novel data-driven approach to finger control that captures tendon dynamics within the control system. Despite these contributions, Ruka lacked two degrees of freedom essential for closely imitating human behavior: wrist mobility and finger adduction/abduction. In this paper, we introduce Ruka-v2: a fully open-sourced, tendon-driven humanoid hand featuring a decoupled 2-DOF parallel wrist and abduction/adduction at the fingers. The parallel wrist adds smooth, independent flexion/extension and radial/ulnar deviation, enabling manipulation in confined environments such as cabinets. Abduction enables motions such as grasping thin objects, in-hand rotation, and calligraphy. We present the design of Ruka-v2 and evaluate it against Ruka through user studies on teleoperated tasks, finding a 51.3% reduction in completion time and a 21.2% increase in success rate. We further demonstrate its full range of applications for robot learning: bimanual and single-arm teleoperation across 13 dexterous tasks, and autonomous policy learning on 3 tasks. All 3D print files, assembly instructions, controller software, and videos are available at https://ruka-hand-v2.github.io/ .