一种用于手术图案切割的基于深度强化学习的新张紧方法

外科医生通常需要手术剪刀和组织夹持器来切割可变形手术组织。切割精度取决于操作这两种工具的技能。此类技能是如腹腔镜基础手术中所包含的基础外科技能培训的一部分。夹持器用于捏住手术薄片上的一点并将组织向特定方向拉动以维持张力，同时剪刀沿轨迹切割。由于手术材料是可变形的，需要一套综合的张紧策略以在切割过程的每一步产生合适的张紧方向。为给定切割轨迹自动生成张紧策略，将不仅辅助外科医生，也辅助手术机器人以提升切割精度与可靠性。本文提出一种基于深度强化学习算法的多捏点方法，用于建模自主张紧规划器。在模拟器上的实验表明，所提方法在性能与鲁棒性方面均优于现有方法。