基于Informer框架的远程手术包失效预测位置估计
系统与控制
2025-05-16 v2 系统与控制
摘要
准确且实时的远程手术中机器人臂位置估计对于Tactile Internet环境下的远程手术成功至关重要。本文提出一种基于计算高效Transformer模型Informer的预测方法，用于位置估计，同时结合四状态隐马尔可夫模型（4-State HMM）模拟真实的包失效场景。该方法有效解决了网络引起的延迟、抖动和包失效问题，确保了远程手术中的可靠性能.本研究在JIGSAWS数据集上评估了Informer模型，证明其在由网络不确定性引起的序列数据挑战方面的能力。包括概率稀疏注意力和生成式风格解码器等关键特征，提高了预测精度、计算速度和内存效率。结果表明，所提方法在各种网络条件下实现了超过90%的精度。此外，Informer框架优于TCN、RNN和LSTM等传统模型，凸显其在实时远程手术应用中的合适性。
关键词
引用
@article{arxiv.2501.14664,
title = {Predictive Position Estimation for Remote Surgery under Packet Loss Using the Informer Framework},
author = {Muhammad Hanif Lashari and Shakil Ahmed and Wafa Batayneh and Ashfaq Khokhar},
journal= {arXiv preprint arXiv:2501.14664},
year = {2025}
}
备注
The paper is being withdrawn due to a methodological issue identified during the review process. Specifically, further evaluation revealed inconsistencies in the packet loss modeling and prediction performance analysis. We plan to revise and correct these aspects before considering resubmission