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

• arxiv url: http://arxiv.org/abs/2603.26660v2
• Date: Mon, 30 Mar 2026 16:30:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-31 13:48:18.847306
• Title: Ruka-v2: Tendon Driven Open-Source Dexterous Hand with Wrist and Abduction for Robot Learning
• Title（参考訳）: Ruka-v2:ロボット学習のためのリストとアブダクションを備えた腱駆動型オープンソースデキステラスハンド
• Authors: Xinqi Lucas Liu, Ruoxi Hu, Alejandro Ojeda Olarte, Zhuoran Chen, Kenny Ma, Charles Cheng Ji, Lerrel Pinto, Raunaq Bhirangi, Irmak Guzey,
• Abstract要約: 昨年は、完全にオープンソースで、腱駆動のヒューマノイドハンドで、自由度は11度でした。 ルカは、人間の行動を忠実に模倣するために必要な2つの自由を欠いていた。 本稿では,2-DOF並列手首と指への吸引・付加を分離した,完全にオープンソースで腱駆動のヒューマノイドハンドであるRuka-v2を紹介する。
• 参考スコア（独自算出の注目度）: 44.853235751986894
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: 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/ .
• Abstract（参考訳）: アクセシブルでデキスタラスなロボットハードウェアの欠如は、ロボットにおける人間レベルのデキスタリティを達成する上で重要なボトルネックとなっている。 昨年、私たちは、完全にオープンソースで腱駆動のヒューマノイドハンド、Rukaをリリースした。 これは、世界初の完全にオープンソース化されたヒューマノイドハンドの1つで、指制御にデータ駆動のアプローチを導入し、制御システム内の腱のダイナミクスをキャプチャした。 これらの貢献にもかかわらず、ルカは人間の行動を忠実に模倣するのに不可欠な2つの自由を欠いていた。 本稿では,Ruka-v2について紹介する: 完全にオープンソースで腱駆動のヒューマノイドハンド。 平行手首は滑らかで独立した屈曲/伸展と放射/尺偏差を付加し、キャビネットなどの制限された環境での操作を可能にする。 アブダクションは、細い物体の把握、手動回転、書道などの動作を可能にする。 本稿では,Ruka-v2の設計と,遠隔操作タスクのユーザスタディを通じて,Ruka-v2に対する評価を行い,完成時間の51.3%削減,成功率21.2%向上を見出した。 さらに、13タスクにわたるバイマニュアルとシングルアームの遠隔操作、および3タスクでの自律的なポリシー学習など、ロボット学習の幅広い応用を実証する。 3Dプリントファイル、アセンブリ命令、コントローラソフトウェア、ビデオはすべてhttps://ruka-hand-v2.github.io/で公開されている。

関連論文リスト

• OSMO: Open-Source Tactile Glove for Human-to-Robot Skill Transfer [34.13467792368733]
  我々は、人間とロボットのスキル伝達用に設計されたウェアラブルな触覚手袋であるOSMOを紹介する。 人間の実演のみに特化して訓練されたロボットポリシーは、困難なコンタクトリッチな操作タスクを実行することができることを実証する。
  論文  参考訳（メタデータ） (2025-12-09T18:56:30Z)
• Dexterity from Smart Lenses: Multi-Fingered Robot Manipulation with In-the-Wild Human Demonstrations [52.29884993824894]
  自然環境で日々のタスクを行う人間から、マルチフィンガーロボットポリシーを学ぶことは、ロボットコミュニティにとって長年の大きな目標だった。 AINAは、Aria Gen 2メガネを使用して、どこでも、どこでも、あらゆる環境で収集されたデータから、マルチフィンガーポリシーを学ぶことができる。
  論文  参考訳（メタデータ） (2025-11-20T18:59:02Z)
• TWIST2: Scalable, Portable, and Holistic Humanoid Data Collection System [79.48781507497769]
  既存のヒューマノイド遠隔操作システムは、分離された制御を使用するか、高価なモーションキャプチャー装置に依存している。 本稿では,携帯型モキャップフリーなヒューマノイド遠隔操作・データ収集システムであるTWIST2を紹介する。 長軸的,移動的ヒューマノイドスキルを実証し,約100%の成功率で15分で100個のデモを収集できる。
  論文  参考訳（メタデータ） (2025-11-04T18:58:35Z)
• Feel the Force: Contact-Driven Learning from Humans [52.36160086934298]
  操作中のきめ細かい力の制御は、ロボット工学における中核的な課題である。 We present FeelTheForce, a robot learning system that model human tactile behavior to learn force-sensitive control。 提案手法は,5つの力覚的操作タスクで77%の成功率を達成した,スケーラブルな人間の監督において,堅牢な低レベル力制御を実現する。
  論文  参考訳（メタデータ） (2025-06-02T17:57:52Z)
• RUKA: Rethinking the Design of Humanoid Hands with Learning [15.909251187339228]
  この研究は、コンパクトで手頃で能力のある腱駆動のヒューマノイドハンドであるRUKAを提示する。 RUKAは5本の指を持ち、自由度は15度で、多種多様な人間的な握りが可能である。 制御課題に対処するために、MANUSグローブで収集したモーションキャプチャーデータから、関節-触覚-触覚モデルと指先-触覚モデルを学ぶ。
  論文  参考訳（メタデータ） (2025-04-17T17:58:59Z)
• HOMIE: Humanoid Loco-Manipulation with Isomorphic Exoskeleton Cockpit [52.12750762494588]
  本稿では,半自律遠隔操作システムHOMIEを紹介する。 ペダルにマッピングされた身体制御のための強化学習ポリシー、腕制御のための異形外骨格アーム、手操作のためのモーションセンシンググローブを組み合わせている。 このシステムは完全なオープンソースであり、デモとコードはhttps://homietele.org/.com/で見ることができる。
  論文  参考訳（メタデータ） (2025-02-18T16:33:38Z)
• Robotic Telekinesis: Learning a Robotic Hand Imitator by Watching Humans on Youtube [24.530131506065164]
  我々は、人間なら誰でもロボットの手と腕を制御できるシステムを構築します。 ロボットは、人間のオペレーターを1台のRGBカメラで観察し、その動作をリアルタイムで模倣する。 我々はこのデータを利用して、人間の手を理解するシステムを訓練し、人間のビデオストリームをスムーズで、素早く、安全に、意味論的に誘導デモに類似したロボットのハンドアーム軌道に再ターゲティングする。
  論文  参考訳（メタデータ） (2022-02-21T18:59:59Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。