手指如腿:学习用仿人手实现自主支撑的移动和操作
摘要
仿人机器人手学会利用手指进行自主支撑的移动与操作,从而在无需独立移动机构的情况下实现紧凑型移动操作。
查看缓存全文
缓存时间: 2026/09/17 18:56
论文页面 - 手指如腿:基于仿人手的自主移动与操作学习
来源:https://huggingface.co/papers/2609.17172
摘要
行走型机器人手必须使用相同的手指来移动身体、支撑重量并与环境互动。本文展示了一种仿人手如何在保持手指设计与位置控制器不变的情况下学习这些技能。平台通过车载电源与计算实现完全自主。我们的强化学习方法考虑了手指的不等长特性,并在基于硬件测量数据标定的仿真器中进行训练。在仿真环境中,本奖励机制下的手部移动速度优于专为四足机器人设计的调整后奖励策略。在硬件实验中,特定任务策略实现了无缆线爬行、转向和跌倒恢复。该机械手在支撑自身重量的同时,还能在无视觉辅助下执行连续键盘指令,并借助俯视视觉反馈将物体推送至目标位置。这些结果证明了一个紧凑型移动操作器的有效性——它复用手指完成移动与交互,无需独立的移动机构。
查看arXiv页面 (https://arxiv.org/abs/2609.17172)查看PDF (https://arxiv.org/pdf/2609.17172)项目主页 (https://srl-ethz.github.io/website-fingers-as-legs/)添加至收藏夹 (https://huggingface.co/login?next=%2Fpapers%2F2609.17172)
通过代理获取论文:
hf papers read 2609\.17172
尚未安装最新CLI?curl \-LsSf https://hf\.co/cli/install\.sh \| bash
引用本文的模型0
尚无模型关联本文
在模型README.md中引用 arxiv.org/abs/2609.17172 即可从本页建立关联。
引用本文的数据集0
尚无数据集关联本文
在数据集README.md中引用 arxiv.org/abs/2609.17172 即可从本页建立关联。
引用本文的Space空间0
尚无Space空间关联本文
在Space空间README.md中引用 arxiv.org/abs/2609.17172 即可从本页建立关联。
包含本文的收藏集0
尚无收藏集包含本文
将本文添加至收藏集 (https://huggingface.co/new-collection)即可从本页建立关联。
相似文章
这个机械手用指尖行走
根据苏黎世联邦理工学院(ETH Zurich)的一篇研究论文,一个机械手通过强化学习训练,用指尖实现自主支撑运动,并能完成跌倒恢复、按键操作和推动物体等任务。
The Cartesian Hand: 使用全线性手指的手中操作
这篇文章介绍了Cartesian Hand,一种具有全线性手指的机器人手设计,能够实现新颖的手中操作技术,以提高机器人的灵活性。
DragMesh-2:与铰接物体的物理合理灵巧手-物体交互
本文介绍了DragMesh-2和PICA方法,用于通过模拟中的接触感知强化学习来学习与铰接物体的物理合理灵巧手-物体交互,在没有明确触觉反馈的情况下实现有效操作。
@RemiCadene:超级棒的工作,恭喜!
研究人员引入了统一手部动作空间(UHAS),这是一种表示方法,使得单一策略能够控制具有不同运动学结构和不同手指数量的机器手,从而推进了跨本体的灵巧操作。
超越行走:为什么灵巧的手将定义机器人技术的下一个时代
本文认为,灵巧的手而非行走能力,将成为机器人技术下一个时代的关键突破。