Robotic Constrained Imitation Learning for the Peg Transfer Task in Fundamentals of Laparoscopic Surgery

要約

本研究では、腹腔鏡手術用自律型ロボットの開発を目的として、FLS（Fundamentals of Laparoscopic Surgery）におけるペグ移動タスクを模倣学習により実行するロボットの実装戦略を紹介する。ロボットによる腹腔鏡手術では、(1)体表面に設けたポートを支点として鉗子を操作する必要があること、(2)モニタに映像を表示する単眼カメラでは奥行き情報を認識しにくいこと、の2点が課題となっている。特に(2)については、先行研究の多くが手術対象の奥行き画像や模型があることを前提としている。そこで、本研究では、熟練者の模範的な1つの動作から動作制約を抽出し、その制約に基づくデータを収集し、収集したデータに基づく模倣学習を行うことで、単眼画像のみで、より精度の高い模倣学習を実現する。2台のフランカエミカパンダロボットアームを用いてシステム全体を実装し、その有効性を検証した。

要約(オリジナル)

In this study, we present an implementation strategy for a robot that performs peg transfer tasks in Fundamentals of Laparoscopic Surgery (FLS) via imitation learning, aimed at the development of an autonomous robot for laparoscopic surgery. Robotic laparoscopic surgery presents two main challenges: (1) the need to manipulate forceps using ports established on the body surface as fulcrums, and (2) difficulty in perceiving depth information when working with a monocular camera that displays its images on a monitor. Especially, regarding issue (2), most prior research has assumed the availability of depth images or models of a target to be operated on. Therefore, in this study, we achieve more accurate imitation learning with only monocular images by extracting motion constraints from one exemplary motion of skilled operators, collecting data based on these constraints, and conducting imitation learning based on the collected data. We implemented an overall system using two Franka Emika Panda Robot Arms and validated its effectiveness.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL