外科机器人 Transformer (SRT)：用于外科任务的仿照学习
机器人学
2024-07-19 v1
摘要
我们探讨外科操作任务是否可以通过仿照学习在 da Vinci 机器人上实现。然而，da Vinci 系统存在独特挑战，阻碍仿照学习的直接实现。显著问题在于其正向运动学不一致，由于关节测量不准确，若直接使用此类近似运动学数据训练策略，常导致任务失败。为克服这一限制，我们引入相对动作表述，使能够使用其近似运动学数据成功训练和部署策略。这一方法的有趣结果是，包含近似运动学的大型临床数据储备库可直接用于机器人学习，无需进一步校正。我们通过成功执行三个基本外科任务（组织操作、针处理和打结）来验证我们的发现。
关键词
引用
@article{arxiv.2407.12998,
title = {Surgical Robot Transformer (SRT): Imitation Learning for Surgical Tasks},
author = {Ji Woong Kim and Tony Z. Zhao and Samuel Schmidgall and Anton Deguet and Marin Kobilarov and Chelsea Finn and Axel Krieger},
journal= {arXiv preprint arXiv:2407.12998},
year = {2024}
}
备注
8 pages