基于深度强化学习的磁性微型机器人导航半自主控制与沉浸式操控
机器人学
2025-03-11 v1 系统与控制
系统与控制
摘要
磁性微型机器人因其精确的机动能力和小尺寸，在生物医学应用中显示出巨大的潜力，如体内药物递送、无创诊断和细胞基因疗法。然而，当前的微操作技术常仅依赖二维 (2D) 微观视图作为感性反馈，传统控制界面未能提供直观的微型机器人操控方式。这些限制增加了操作员的认知负荷，他们必须解释有限的反馈并将其转化为有效的控制动作。为解决这些挑战，我们提出一种基于深度强化学习的半自主控制 (DRL-SC) 框架，用于模拟微血管系统中的磁性微型机器人导航。该框架集成了混合现实 (MR) 以实现对微型机器人的沉浸式操控，从而增强情境意识和控制精度。仿真和实验结果表明，我们的方法显著提高了导航效率，减少了控制误差，并在模拟微血管环境中增强了系统的整体鲁棒性。
引用
@article{arxiv.2503.06359,
title = {Deep Reinforcement Learning-Based Semi-Autonomous Control for Magnetic Micro-robot Navigation with Immersive Manipulation},
author = {Yudong Mao and Dandan Zhang},
journal= {arXiv preprint arXiv:2503.06359},
year = {2025}
}
备注
Accepted by ICRA