RobOralScan:面向机器人牙科修复的主动口内扫描学习

口内扫描广泛用于修复、种植和正畸治疗中的数字化光学印模,但全弓与长跨度扫描仍是劳动密集型任务且自动化程度有限。在受限的口腔内,操作者在积累窄视场观测的同时必须不断调整扫描仪运动,使得重建质量对缺失牙面与操作者工作负载十分敏感。我们提出了 RobOralScan,据我们所知,这是首个基于强化学习(RL)的机器人自动口内扫描流水线。RobOralScan 引入了基于几何记忆的观测空间,将局部扫描观测累积为三态几何表示,使策略能够推理扫描历史与观测不足区域。它进一步引入了逐齿覆盖学习,结合覆盖感知奖励信号与渐进式训练方案,在提升全局重建覆盖率的同时减少各牙齿间覆盖不均。学习到的策略从累积几何记忆与机器人本体感知中选择相对扫描仪运动,以在口腔工作空间内实现闭环扫描控制。RobOralScan 取得了 0.00838 的 Chamfer 距离、92.58% 的平均覆盖率、88.45% 的尾部每齿覆盖率以及 0.6674 的归一化 AUC,并在 10 次评估回合中的 8 次完成了扫描准则。此外,零样本仿真到现实实验证明了其在物理机器人-扫描仪装置上的实际可行性。