基于强化学习与模仿学习的医生在环眼科手术机器人学徒

机器人辅助手术系统已在提升手术精度和减少人为错误方面展现出显著潜力。然而，现有系统无法适应个别外科医生的独特偏好与需求。此外，它们主要关注通用手术（如腹腔镜手术），并不适用于白内障等高度精确的显微手术。因此，我们提出了一种以外科医生为中心、图像引导的自主智能体方法，可在眼科白内障手术中适应个体医生的技能水平与偏好的手术技术。我们的方法利用图像数据引导的课程学习策略，同时训练强化学习与模仿学习智能体，以完成白内障手术切口阶段的所有任务。通过将医生的动作与偏好整合到训练过程中，我们的方法使机器人能够通过医生在环演示隐式学习并适应个体医生独有的技术。这为医生带来了更直观、个性化的手术体验，同时确保自主机器人学徒性能的一致性。我们在仿真环境中使用所提出的指标定义并评估了方法的有效性，并揭示了通用智能体与以医生为中心的适配智能体之间的权衡。最后，我们的方法有望扩展至其他眼科与显微手术操作，为新一代医生在环自主手术机器人打开大门。我们提供了一个开源仿真框架以供未来开发与复现：https://github.com/amrgomaaelhady/CataractAdaptSurgRobot。