DP4AuSu:使用扩散策略与基于局部加权回归的动态时间包裹的扩散策略来进行Suturing操纵的自主外科框架
Wenda Xu1, Zhihang Tan1, Zexin Cao1
1State Key Laboratory of Robotics and System, Harbin Institute of Technology, Harbin, China.
概括
本研究介绍了自主接 (DP4AuSu) 的扩散政策,在机器人接中取得了高成功率. 这种新的方法显著减少了接时间,为复杂的外科手术任务自动化铺平了道路.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 外科手术自动化技术的应用
- 机器学习 机器学习
背景情况:
- 模仿学习 (IL) 为自主机器人接提供了创新的解决方案.
- 手术机器人帮助外科医生进行复杂的操作.
研究的目的:
- 引入一种用于自主机器人接的新框架.
- 杆扩散政策,以提高外科任务的性能.
主要方法:
- 制定了自治部门的传播政策 (DP4AuSu).
- 综合扩散政策 (DP) 具有基于动态时间扭曲的局部加权回归.
- 利用演示来学习接政策.
主要成果:
- 在插入子任务的模拟中取得了94%的成功率.
- 在现实世界的试验中获得了85%的成功率.
- 与传统的扩散政策相比,减少了接时间.
结论:
- DP4AuSu有效地捕捉了学习接政策的多式联运示范.
- 这代表了扩散政策在机器人接中的首次应用.
- 该框架显示了自动化更复杂的手术任务的潜力.
