该论文旨在解决机器人灵巧操作领域的一个关键瓶颈：缺乏可获取且高度灵巧的机器人硬件。研究背景是现有开源灵巧手（如Ruka-v1）虽然成本低廉，但缺少两个对人类行为模仿至关重要的自由度：腕部活动度和手指的内收/外展功能，这限制了其在复杂环境中的操作能力。
论文提出了Ruka-v2的设计与实现方法：
- 采用完全开源、肌腱驱动(tendon-driven)的人形手设计。
- 核心机械设计包括：一个解耦的2自由度(2-DOF)并联腕部(parallel wrist)，以及为手指增加的内收/外展(adduction/abduction)关节。
- 评估方法：通过用户研究(user studies)在遥操作任务(teleoperated tasks)中与Ruka-v1进行对比，并展示了其在机器人学习(robot learning)中的应用，包括13项灵巧任务的双手/单臂遥操作，以及3项任务的自主策略学习(autonomous policy learning)。
论文的核心创新点在于硬件设计的突破性改进：
- **增加了关键的自由度**：在Ruka-v1基础上，新增了腕部的2个自由度（独立屈曲/伸展和桡侧/尺侧偏斜）以及手指的内收/外展功能，这是首次在开源灵巧手中集成这些对人类灵巧操作至关重要的运动。
- **并联腕部设计**：采用解耦的并联腕部结构，实现了平滑、独立的运动，使其能够在狭窄环境（如橱柜）中进行操作。
- **功能整合与开源**：将腕部活动度和手指侧向运动整合到一个低成本、完全开源的设计中，显著提升了灵巧手的仿人能力和应用范围，同时保持了可访问性。
论文对该领域的整体贡献包括：
- **硬件贡献**：提供了Ruka-v2的完整开源设计（3D打印文件、组装指南、控制软件），这是一个具有腕部活动和手指侧向运动的高性能、低成本灵巧手平台。
- **性能验证**：通过实验证明，与Ruka-v1相比，Ruka-v2在遥操作任务中完成任务时间减少51.3%，成功率提高21.2%。
- **推动机器人学习**：展示了该硬件在多种机器人学习范式（遥操作和自主策略学习）中的广泛应用潜力，为灵巧操作研究提供了强大的实验平台。
- **降低门槛**：通过开源和低成本设计，显著降低了灵巧机器人硬件的研究门槛，有望加速机器人灵巧操作领域的发展。