AutoRing：基于模仿学习的内眼异物取出操作自动化
机器人学
2025-08-28 v2
摘要
内眼异物取出需要在狭窄的眼内空间中实现毫米级精度，但现有机器人系统主要依赖手动遥控操作，学习曲线陡峭。为解决运动比例变化和遥控中心（RCM）点位置变化导致的运动学不确定性问题，我们提出AutoRing—an基于模仿学习的内眼异物戒指操作自动化框架。我们的方案整合了动态RCM校准，以解决因内眼器械差异导致的坐标系不一致问题，引入RCM-ACT体系结构，将动作块化转换器与实时运动学重新对齐相结合。仅凭专家演示在仿生眼模型中获得的立体视觉数据和器械运动学，我们的AutoRing成功完成了戒指抓取和定位任务，无需显式深度感知。实验验证表明，在未校准的显微镜条件下，AutoRing实现了端到端的自主性。结果为开发具备复杂内眼手术能力的智能眼科系统提供了可行框架。
引用
@article{arxiv.2508.19191,
title = {AutoRing: Imitation Learning--based Autonomous Intraocular Foreign Body Removal Manipulation with Eye Surgical Robot},
author = {Yue Wang and Wenjie Deng and Haotian Xue and Di Cui and Yiqi Chen and Mingchuan Zhou and Haochao Ying and Jian Wu},
journal= {arXiv preprint arXiv:2508.19191},
year = {2025}
}