基于从演示中学习技能的缝合任务自动化：一项仿真研究
机器人学
2025-02-03 v2
摘要
在本工作中，我们开发了一个开源手术仿真环境，其中包含通过对物理体模进行 MRI 扫描获得的真实模型，旨在训练和评估用于自主缝合的从演示中学习（LfD）算法。该 LfD 算法利用动态运动基元（DMP）和局部加权回归（LWR），但专注于针头轨迹而非器械，以获得针对针头抓握的更好泛化性。我们开展了一项用户研究以收集多次缝合演示，并对 LfD 算法从某一体模中某一位置的演示泛化到同一体模不同位置以及不同体模的能力进行了全面分析。结果表明，当从经验更丰富的受试者那里学习时，泛化性良好，达到约 91.5%，这表明未来需要整合技能评估。
引用
@article{arxiv.2403.00956,
title = {Suturing Tasks Automation Based on Skills Learned From Demonstrations: A Simulation Study},
author = {Haoying Zhou and Yiwei Jiang and Shang Gao and Shiyue Wang and Peter Kazanzides and Gregory S. Fischer},
journal= {arXiv preprint arXiv:2403.00956},
year = {2025}
}