Human-in-the-loop Embodied Intelligence with Interactive Simulation Environment for Surgical Robot Learning

要約

手術用ロボットの自動化は、外科医、看護師、患者に利益をもたらす可能性が期待され、過去 10 年間で研究への関心が高まっています。
最近、身体化されたインテリジェンスの学習パラダイムは、さまざまな複雑なタスクに対する適切な制御ポリシーを学習する有望な能力を実証しており、そこでは身体化された AI シミュレーターが関連研究を促進するために重要な役割を果たしています。
しかし、既存のオープンソースの手術ロボット用シミュレーターは、物理的な入力デバイスを介した人間のインタラクションをまだ十分にサポートしていないため、人間のデモンストレーションが政策学習にどのような影響を与えるかについての効果的な調査がさらに制限されています。
この研究では、手術ロボット学習のための新しい対話型シミュレーション プラットフォームを使用して、ヒューマンインザループの身体化知能を研究します。
具体的には、入力デバイスを介した高品質な人間との対話を可能にするために共同開発されたいくつかの新機能を備えた、以前にリリースされた SurRoL シミュレーターに基づいたプラットフォームを確立します。
設計された新機能によるシミュレーション環境の改善を紹介し、代表的な例としてヒューマンデモンストレーションと強化学習を使用して、身体化された知能にヒューマンファクターを組み込む有効性を検証します。
学習効率の点で有望な結果が得られます。
最後に、5 つの新しい手術用ロボットのトレーニング タスクが開発およびリリースされ、これにより手術用身体化知能に関する将来の研究への道が開かれることを期待しています。
私たちの学習プラットフォームは一般に公開されており、Web サイト (https://med-air.github.io/SurRoL) で継続的に更新されます。

要約(オリジナル)

Surgical robot automation has attracted increasing research interest over the past decade, expecting its potential to benefit surgeons, nurses and patients. Recently, the learning paradigm of embodied intelligence has demonstrated promising ability to learn good control policies for various complex tasks, where embodied AI simulators play an essential role to facilitate relevant research. However, existing open-sourced simulators for surgical robot are still not sufficiently supporting human interactions through physical input devices, which further limits effective investigations on how the human demonstrations would affect policy learning. In this work, we study human-in-the-loop embodied intelligence with a new interactive simulation platform for surgical robot learning. Specifically, we establish our platform based on our previously released SurRoL simulator with several new features co-developed to allow high-quality human interaction via an input device. We showcase the improvement of our simulation environment with the designed new features, and validate effectiveness of incorporating human factors in embodied intelligence through the use of human demonstrations and reinforcement learning as a representative example. Promising results are obtained in terms of learning efficiency. Lastly, five new surgical robot training tasks are developed and released, with which we hope to pave the way for future research on surgical embodied intelligence. Our learning platform is publicly released and will be continuously updated in the website: https://med-air.github.io/SurRoL.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google