Aero Hand Open：一种面向灵巧操作学习的仿真就绪型肌腱驱动机器人手

论文信息

标题: Aero Hand Open: A Simulation-Ready Tendon-Driven Hand for Dexterous Manipulation Learning

作者: Nan Wang, Mohit Yadav, Jonathan Wulff, et al.

发布日期: 2026-08-28

arXiv ID: 2608.28578v1

PDF 链接: 下载 PDF

3 分钟速览

研究问题：肌腱驱动机械手虽成本低、拟人化，但腱传动中的耦合、欠驱动和摩擦难以在仿真中复现，导致强化学习策略很难零样本迁移到真实硬件。
核心方法：作者开源 Aero Hand Open 硬件，并在 MuJoCo 中建立腱级空间肌腱仿真模型；对仿真命令与电机命令之间进行双向线性/仿射系统辨识；用 PPO 训练策略，观测和动作仅使用七个电机编码器信号。
关键结果：仿真中训练出的立方体旋转策略不进行任何微调部署到实体手，可稳定连续旋转，约 55 秒完成一整圈（图 9）；四指电缆动态跟踪 RMS 误差为 0.29–0.45 mm（表 2）。
主要局限：拇指两条腱通道运动学短差分别达 32.7% 和 31.2%（表 2），且仿真对拇指外展—屈曲耦合复现不足；域随机化中立方体摩擦和质量实际固定未随机化（见论文第 5.3 节）。
适合读者：机器人灵巧操作、仿真到真实迁移、强化学习、低成本机械手设计与系统辨识方向的研究者和工程师。

论文背景和研究动机

灵巧操作长期受接触模式频繁切换困扰，动力学不再是平滑演化。机器人臂与二指/三指抓手在工业、农业等场景已广泛应用，但需要多指协同的精密或自适应操作仍然依赖人形多指手。人类工具也普遍假设拇指能与多指对握形成稳定力矩平衡。因此，拟人化多指手的需求明确。

肌腱驱动是拟人手中最接近人手的传动方式：电机置于前臂或掌内，通过绳索传力。它有两个成本优势：电机不必装在关节内，体积和成本下降；一根绳索可驱动多个关节，所需电机数量减少。但代价是学习困难。欠驱动传动使一根绳索驱动的关节不可独立控制，且绳索耦合、摩擦、松弛等难以用传统关节位置执行器模型表示。本文核心是让腱驱动手在仿真中可训练，并让策略不经微调即可在实体手部署。

Aero Hand Open 的设计目标由此而来：重 374 g，物料成本 $314，16 个转动关节由 7 个电机驱动，覆盖 GRASP 分类全部 33 种抓取（图 1）。与 Shadow 等高成本平台不同，其全部结构件可 3D 打印，损坏部件可重新打印而非订购，这为长期学习与部署提供了可维护性。

核心方法和技术细节

硬件层面，四指完全相同，每指一根主动腱驱动 MCP、PIP、DIP 三关节。MCP 复位弹簧较软，使手指先从根部弯曲，再到远端，形成自适应包裹。PIP 与 DIP 由耦合腱联动。拇指更复杂：CMC 外展由短连杆直接驱动，CMC 屈曲和 MCP/IP 由两条腱驱动，三通道共享布线，产生三向耦合。全手仅有的传感是七个电机编码器，这一约束被作者视为设计承诺而非缺陷：观测空间必须与硬件可测信号一致。

仿真层面，模型基于 MuJoCo，包含 16 个铰链关节、20 条空间肌腱和 7 个执行器。关键不是将腱简化为关节力矩，而是用 spatial tendons 显式复现腱长度和包裹路径。每根手指有主动腱、PIP-DIP 耦合腱和两根弹簧腱；包裹圆柱的位置与半径取自 CAD，作者特别指出必须显式指定缆线绕行侧，否则求解器可能把缆线放到错误一侧，导致力臂符号反转。关节臂惯量、弹簧刚度和阻尼也按物理参数设定。

映射与辨识是连接仿真与硬件的核心链条。四个量被统一为：关节角 $q$ 、仿真命令 $\ell$ （腱长）、硬件缆线行程 $d$ 、电机命令 $u$ 。手指每指一根腱，仿真命令与电机命令之间可写成单个仿射映射，通过仿真扫描端点与硬件行程端点对齐得到（论文第 4.3 节）。拇指由于三通道耦合，不能直接用该捷径。作者先在仿真中扫掠拇指工作空间，用最小二乘回归估计 CMC 屈曲、MCP、IP 角（拟合矩阵见论文第 4.3 节），再用两个一阶线性模型从腱长反推缆线行程。值得注意的是，硬件模型中外展项的系数为 2.50 mm/rad，但仿真中该耦合几乎为零，因此该耦合在软件中被扣除后手动加回。这说明映射同时充当了模型误差补偿器。

强化学习任务为绕竖直轴连续旋转 50 mm 立方体。策略观测为 7 个通道测量值加前一步动作，共 14 维；价值网络额外获得 81 维特权状态，包括关节角、速度、指尖位置和立方体状态。动作经 tanh-Gaussian 策略输出，映射到目标腱长。奖励包含角速度项、跌落惩罚和动作变化惩罚。域随机化覆盖指尖摩擦、关节摩擦、质量等（表 3），但作者在论文第 5.3 节明确说明立方体摩擦与质量实际固定为 0.3 和 69.2 g，未进行随机化。

创新点和贡献

本文的首要贡献不是提出一个全新的灵巧手，而是给出 “低成本腱驱动手 + 腱级仿真 + 双向辨识 + RL” 的完整可复现链路。其创新性体现在三点：

第一，把仿真真实性下沉到腱传动层级。传统做法往往将关节位置视为可独立控制，本文则在 MuJoCo 中保留腱长、包裹几何、耦合腱和复位弹簧，使手指力矩臂成为路由几何的导出结果而非自由拟合参数。四指电缆 0.04–1.40 mm 的运动学差（表 2）是模型预测而非对硬件拟合的，这种可检验性在腱驱动手中较少见。

第二，将双向仿真—硬件接口显式建模为可分阶段辨识的线性或仿射链。手指简单通道使用仿射映射，拇指耦合通道则先关节回归、后缆线反推，再补偿仿真缺失的外展耦合。这种模块化辨识思路清晰，便于移植到其他腱驱动手。

第三，从训练层面贯彻硬件可得信号约束。观测不包含关节角或物体状态，只有 7 个电机编码器和上一步动作；评估网络的特权状态仅存在于训练期。零样本部署因此不依赖状态估计，只需要把编码器读数映射回仿真单位。

实验结果分析

抓取能力来自单一硬件配置，七个电机、十六关节覆盖 GRASP 全部 33 种抓取（图 1），展现了对拇指对握和四指协同的适应性。

运动学验证给出了明确的数量级差异。四指电缆从全开到握拳的行程偏差为 0.04、0.32、1.40、0.41 mm，最大约占 44.45 mm 行程的 3.1%（表 2）。拇指两条腱通道偏差则大得多，分别短 32.7% 和 31.2%。作者通过拟合定位到两个原因：模型实现的屈肌有效半径 18.25 mm/rad，低于模型断言值 21.94 mm/rad，短 16.8%；其余部分来自仿真未复现的外展耦合（见论文第 4.4 节）。外展关节则短 6.7%，被归因于仿真关节限位略紧。

动态验证中，仿真与实体接受同一命令流。四指电缆跟踪 RMS 误差为 0.29–0.45 mm，即满量程的 0.6%–1.0%；拇指屈肌电缆为 0.63 mm，最差处达 7.1% 满量程（表 2）。仿真执行器 10%–90% 上升时间比实体快 10–40 ms，作者判断这是实体伺服轨迹整形更平滑所导致。总体来看，四指在动态跟踪上已足够接近，拇指仍是主要残差来源。

在 RL 实验中，仿真策略连续旋转立方体 15 秒，转过 7.64 rad，约 1.22 圈，平均 0.51 rad/s（论文第 6.1 节）。零样本部署时，策略以相同 20 Hz 控制率运行于 ROS 2 节点，无微调。实体手未记录立方体位姿，因此未测速率，但可观察到立方体约 55 秒完成一整圈，且旋转稳定（图 9）。作者还通过开环回放定位策略反馈与传动误差的贡献：四指回放差在毫米以内，拇指通道同时具有最大行程偏差和最大跟踪残差（论文第 6.3 节）。因此，剩余 sim-to-real 差距集中在拇指传动，而非整体控制器架构。

实践建议

若有意复现或借鉴该链路，建议从三个层面入手。

首先是硬件复现。严格遵循 CAD 路由和弹簧分级的封闭顺序，使用低伸缩 Kevlar/Vectran 缆线；作者报告的 3 mm 缆线行程重复性是在固定目标姿态下测得的（第 2.4 节），不是任意姿态精度。损坏件重打印降低了维护门槛，但要注意硅胶垫和轴承仍需外购。

其次是仿真建模。建议优先复现腱路径和包裹几何，而不是直接拟合关节力矩臂。训练中应至少包含缆线长度传感器噪声、指尖摩擦和关节摩擦随机化。尤其注意多通道耦合关节，需分别做正向关节回归和逆向缆线拟合，并显式补偿仿真没有的耦合项。本文拇指外展耦合在仿真中几乎缺失，最终依赖软件加回，这是低成本腱驱动手映射处理的关键。

第三是强化学习训练。观测空间应严格限制为硬件实际能返回的编码器信号，不要包含关节角真值；价值网络可以额外使用特权状态，但策略网络不应依赖。奖励中加入动作变化惩罚，可以间接约束伺服速度并平滑指令。部署前逐通道校准端点和增益，尤其是拇指屈肌通道存在非零下界，若在控制器中错误地钳位到零，会阻止 CMC 完全屈曲（见论文第 4.2 节）。

最后需要指出边界：本文的域随机化并未随机化立方体摩擦和质量，因此零样本表现主要对应训练所用的固定物体。对不同材质、尺寸和质量的物体，不能据此期望稳定迁移。若要扩展到更广物体，建议先把这些物理参数纳入随机化并重新训练。

以上建议基于论文公开的设计、模型和实验设置，具体效果需在自己的打印件、执行器和任务上重新验证。