基于强化学习与树搜索的机器人辅助手术中自动手势识别
人工智能
2020-02-21 v1 机器学习
机器人学
摘要
自动手术手势识别是提高机器人辅助手术智能水平的基础，例如执行手术监控与技能评估等复杂任务。然而，当前方法将每一帧单独处理，并在未有效考虑未来信息的情况下产生结果。在本文中，我们提出一种基于强化学习和树搜索的框架，用于联合手术手势分割与分类。一个智能体以类人方式被训练来分割和分类手术视频，其直接决策由树搜索适当重新考量。我们提出的树搜索算法统一了两个设计的神经网络（即策略网络与价值网络）的输出。通过整合来自不同模型的互补信息，我们的框架能够取得比使用任一神经网络的基线方法更优的性能。在整体评估中，我们开发的方法在 JIGSAWS 数据集的缝合任务上于准确率、编辑得分和 F1 分数方面持续优于现有方法。我们的研究强调了利用树搜索在强化学习框架中优化动作以用于手术机器人应用。
引用
@article{arxiv.2002.08718,
title = {Automatic Gesture Recognition in Robot-assisted Surgery with Reinforcement Learning and Tree Search},
author = {Xiaojie Gao and Yueming Jin and Qi Dou and Pheng-Ann Heng},
journal= {arXiv preprint arXiv:2002.08718},
year = {2020}
}
备注
Accepted as a conference paper in ICRA 2020