Surgical Gym: A high-performance GPU-based platform for reinforcement learning with surgical robots

要約

ロボット支援手術の最近の進歩により、ますます正確で効率的で低侵襲な手術が可能になり、ロボットによる外科的介入の新時代が到来しました。
これにより、医師はロボットと協力して対話しながら、従来の手術や低侵襲手術を実行でき、より小さな切開で結果を向上させることができます。
最近の取り組みはロボット手術をより自律的にすることに取り組んでおり、これにより手術結果のばらつきを減らし、合併症の発生率を減らす可能性があります。
深層強化学習手法は、外科手術自動化のためのスケーラブルなソリューションを提供しますが、タスクを正常に実行するための事前知識がないため、その有効性は広範なデータ取得に依存します。
シミュレートされたデータ収集は集中的な性質を持っているため、これまでの研究では、既存のアルゴリズムをより効率的にすることに重点が置かれてきました。
この作業では、シミュレータをより効率的にし、以前よりもトレーニング データにアクセスしやすくすることに重点を置いています。
Surgical Gym は、物理シミュレーションと強化学習の両方が GPU 上で直接行われる、手術ロボット学習用のオープンソースの高性能プラットフォームです。
以前の外科学習プラットフォームと比較して、トレーニング時間が 100 ～ 5000 倍高速であることを実証します。
コードは https://github.com/SamuelSchmidgall/SurgicalGym から入手できます。

要約(オリジナル)

Recent advances in robot-assisted surgery have resulted in progressively more precise, efficient, and minimally invasive procedures, sparking a new era of robotic surgical intervention. This enables doctors, in collaborative interaction with robots, to perform traditional or minimally invasive surgeries with improved outcomes through smaller incisions. Recent efforts are working toward making robotic surgery more autonomous which has the potential to reduce variability of surgical outcomes and reduce complication rates. Deep reinforcement learning methodologies offer scalable solutions for surgical automation, but their effectiveness relies on extensive data acquisition due to the absence of prior knowledge in successfully accomplishing tasks. Due to the intensive nature of simulated data collection, previous works have focused on making existing algorithms more efficient. In this work, we focus on making the simulator more efficient, making training data much more accessible than previously possible. We introduce Surgical Gym, an open-source high performance platform for surgical robot learning where both the physics simulation and reinforcement learning occur directly on the GPU. We demonstrate between 100-5000x faster training times compared with previous surgical learning platforms. The code is available at: https://github.com/SamuelSchmidgall/SurgicalGym.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google