Aero Hand Open MuJoCo仿真完全指南:高保真动力学模型与Playground环境搭建实战
Aero Hand Open MuJoCo仿真完全指南:高保真动力学模型与Playground环境搭建实战
Aero Hand Open 是 TetherIA 开源的腱驱动机器人手,本指南带你用官方仓库内置的仿真资源,一步步搭建高保真 MuJoCo 仿真环境、体验 Playground 强化学习环境,并把预训练策略部署到真机——从克隆仓库到实机演示共 5 步。
项目速览:先认识你的仿真对象
Aero Hand Open 是一款 7 自由度腱驱动(tendon-driven)机器人手:5 根手指、共 16 个关节,整机仅 389 g,整套硬件约 314 美元。它通过手掌中的 7 个电机 + 拉线驱动各指关节,结构完全 3D 打印,是灵巧操作研究的高性价比平台。
对做仿真的同学来说,这台手有三个关键特点:
| 特点 | 说明 | 对仿真的意义 |
|---|---|---|
| 腱驱动 | 电机在手掌,靠拉线驱动远端关节 | 模型中用 tendon(肌腱)建模,而非普通 revolute 关节直接驱动 |
| 7 电机 / 16 关节 | 每根手指 3 关节但只有 1 个电机 | 仿真控制量是 7 维"肌腱/作动器"空间,不是 16 维关节空间 |
| 弹簧回位 | MCP、PIP、DIP、IP、CMC 关节都有 Return Spring | 动力学模型必须包含弹簧,否则手指行为与真机不符 |
资源布局:仿真模型在哪里
本仓库把仿真与强化学习资源集中在 sim_rl/ 目录,通过 git submodule 管理两个子模块:
simulation(sim_rl/simulation/):Aero Hand Open 的高保真 MuJoCo 仿真模型(机器人动力学模型文件)mujoco_playground(sim_rl/mujoco_playground/):Google DeepMind 的 MuJoCo Playground 框架,内置 RL 训练支持与 Aero Hand 官方环境
根据 RELEASE_NOTES.md,该仿真与 RL 工具包已于 2025-11-25 正式并入 DeepMind MuJoCo Playground 官方仓库,属于"官方维护"级别的模型。
第1步:克隆仓库并初始化仿真子模块
git clone https://gitcode.com/gh_mirrors/ae/aero-hand-open
cd aero-hand-open
git submodule sync && git submodule update --init --recursive
⏳ 注意:
mujoco_playground体积较大,子模块拉取需要一些时间,请耐心等待。 详细子模块说明见 sim_rl/README.md。
第2步:理解高保真动力学模型
仿真模型的核心设计如下:
- 肌腱(tendon)建模:绿色为主拉线(Main Pull Cable),蓝色为耦合线(Coupling Cable),模型完整还原了真实走线;
- 回位弹簧:MCP 关节、PIP/DIP 关节各有独立 Return Spring,指尖回弹行为来自弹簧而非控制器;
- 惯性参数:ROS2 侧的 URDF 模型(如 aero_hand_open_right.urdf)为每个 link 都导入了真实质量与惯性张量(base link 约 0.30 kg),配套 STL 网格位于 aero_hand_open_description/meshes/。
关节与作动器的权威定义在 SDK 常量文件 aero_hand_constants.py:16 个关节(thumb_cmc_abd、index_pip 等)+ 7 个 actuation,并给出各自的上下限(如四指 tendon 上限均为 288.1603 度),仿真与真机的控制边界都以它为基准。
第3步:在 RViz 中可视化机器人手模型
如果你希望在进入 MuJoCo 之前先"看一眼"手模型,ROS2 工作区自带 URDF 可视化能力(Ubuntu 22.04 + ROS 2 Humble):
cd ros2
source /opt/ros/humble/setup.bash
rosdep install --from-paths src --ignore-src -r -y
colcon build --symlink-install
source install/setup.bash
然后启动展示 launch 文件(左右手同时加载,带关节调试 GUI):
ros2 launch src/launch_files/display_launch/display.launch.py
该 launch 由 display.launch.py 实现,支持 gui:=true/false 切换关节面板、use_software_rendering:=true 在无 GPU 环境强制软件渲染。完整安装步骤可参考 ros2/INSTALL.md。
第4步:进入 MuJoCo Playground 强化学习环境
mujoco_playground 子模块自带完整的 RL 训练支持,Aero Hand 官方环境位于其 manipulation/aero_hand 目录下,通过 registry.load(env_name) 即可加载。仓库内置的代表性任务是 AeroCubeRotateZAxis:要求机器人手在 MuJoCo 动力学仿真中抓取并绕 Z 轴旋转一个 60×60×60 mm 的立方体。
训练基于 Brax PPO 框架,Playground 的 manipulation_params 提供了对应环境的 PPO 超参配置,开箱即可训练自定义策略。
第5步:Sim-to-Real——把仿真策略部署到真机
这是本仓库最有含金量的部分。仿真里的 7 维控制量(肌腱长度)与真机的 7 个电机作动器数值完全不同,仓库提供了完整映射层 sim_to_real_mappings.py:
- 四指 tendon:线性映射(正/反向),把仿真肌腱长度换算为电机角度;
- 拇指:由于 CMC 屈曲、MCP 肌腱与外展关节之间存在耦合,采用拟合公式 + 关节模型联合解算(
sim_to_actuation_thumb_mcp等函数),保证拇指运动学一致; - 部署侧:rl_z_rotation_deploy.py 中通过
DEFAULT_CTRL(基准肌腱长度)+action_scale(动作缩放)把策略输出叠加到基准位姿上,以 20 Hz 通过right/actuator_control话题下发。
部署流程(详见 aero_hand_open_rl/README.md):
colcon build --select-packages aero_hand_open aero_hand_open_rl
source install/setup.bash
# 终端1:启动硬件通信节点
ros2 run aero_hand_open aero_hand_node
# 终端2:运行预训练策略节点
ros2 run aero_hand_open_rl rl_z_rotation_deploy
预训练 PPO 策略文件已随包提供:ppo_TetheriaCubeRotateZAxisTendon_20250926_152920,可直接加载推理,无需重新训练。
实机演示还需两个 3D 打印件(STEP 源文件在 RL 包的 resource/ 目录):
| 零件 | 作用 |
|---|---|
| 60×60×60 mm 方块 | 策略要旋转的物体,建议打印到约 117 g 以匹配仿真质量 |
| mount | 部署时固定机器人手的安装件 |
常见问题排查
❓ 子模块目录是空的?
必须执行 git submodule sync && git submodule update --init --recursive,浅克隆时子模块不会自动下载。
❓ MuJoCo 打开报缺少编译或显示错误? mujoco_playground 建议从源码安装(按其官方安装指南操作),确认 Python 版本与 JAX/Brax 依赖版本匹配。
❓ 策略部署时真机没反应?
确认没有其他程序(如 GUI)占用同一串口号;aero_hand_node 需要传入 right_port 参数;策略节点启动后默认先张开手掌并等待 1.5 秒让立方体就位。
❓ 左右手模型选哪个?
URDF 与仿真任务默认面向右手(aero_hand_open_right.urdf),左手模型见 aero_hand_open_left.urdf。
总结
Aero Hand Open 的仿真生态非常完整:sim_rl/ 下的高保真 MuJoCo 模型还原了腱驱动与弹簧回位的真实力学,Playground 框架提供开箱即用的 RL 训练环境,加上 sim-to-real 映射层与预训练策略,你可以从"零硬件"开始训练灵巧操作策略,再平滑迁移到 314 美元的实体机器人手上。建议按本文 5 步顺序实践,先跑通 AeroCubeRotateZAxis 环境,再挑战你自己的操作任务 🚀
更多 CAD 与机械细节可参考 hardware/CAD/ 与 hardware/README.md。




