教我如何学习：面向机器人手术系统的以用户为中心的神经符号学习展望综述

机器学习模型的最新进展使机器人能够在感知非符号层面识别物体（例如通过传感器融合与自然语言理解）。然而，这些主要是黑盒的学习模型仍缺乏可解释性与可迁移性，且需要较高的数据与计算需求。一种替代方案是通过结合专家反馈（即人在回路学习）的混合神经符号学习方法，在感知非符号与概念符号两个层面教导机器人。本工作提出了一种聚焦于机器人手术场景的以用户为中心的混合学习范式概念。尽管近期多数研究聚焦于非机器人及部分通用机器人领域的混合学习，鲜有工作关注手术机器人。我们综述了这一相关研究，重点关注人在回路手术机器人系统。该评估凸显了自主手术机器人最显著的解决方案以及外科医生在与这些系统交互时所面临的挑战。最后，我们设想了利用基于外科专家隐式与显式反馈的在线学徒学习来解决这些挑战的可能途径。