推动球的滚动：学习具有滚动接触关节的仿生肌腱驱动手的灵巧策略
摘要：仿生、灵巧的机器人手有潜力复制人类能做的任务，并实现成为一个通用的操作平台。最近在强化学习（RL）框架方面的进展在四足行走和灵巧操作任务方面取得了显著的性能。结合基于GPU的高度并行化仿真，能够同时模拟成千上万个机器人的能力，基于RL的控制器变得更加可扩展和易于操作。然而，为了将RL训练的策略引入现实世界，我们需要训练框架输出能够与物理执行机构和传感器配合工作的策略，以及能够以易得材料制造但足够稳健以运行互动策略的硬件平台。本文介绍了仿生的以肌腱驱动的Faive手和其系统架构，该设计使用肌腱驱动的滚动接触关节实现了一个可三维打印、稳健的高自由度手部设计。我们对手部的每个元件进行建模，并将其整合到GPU模拟环境中以通过RL训练策略，并实现将手部对手部旋转技能的零次迁移到物理机器人手上。
作者：Yasunori Toshimitsu, Benedek Forrai, Barnabas Gavin Cangan, Ulrich Steger, Manuel Knecht, Stefan Weirich, Robert K. Katzschmann
论文ID：2308.02453
分类：Robotics
分类简称：cs.RO
提交时间：2023-08-07