SurgicAI: A Hierarchical Platform for Fine-Grained Surgical Policy Learning and Benchmarking

要約

ロボット支援手術の進歩にもかかわらず、縫合などの複雑なタスクを自動化することは、適応性と精度の必要性のために依然として困難なままです。
学習ベースのアプローチ、特に強化学習（RL）および模倣学習（IL）には、効率的なデータ収集のために現実的なシミュレーション環境が必要です。
ただし、現在のプラットフォームには、比較的単純で非療法の操作のみが含まれることが多く、効果的な学習と一般化に必要な柔軟性がありません。
RLベースの外科ロボット工学におけるモジュール式サブタスクとより重要なことにタスク分解の両方に対応する柔軟性を提供することにより、これらの課題に対処するための開発とベンチマークの新しいプラットフォームであるSurgicaiを紹介します。
Da Vinci Surgical Systemと互換性のあるSurgiCaiは、専門家のデモを収集および利用するための標準化されたパイプラインを提供します。
複数のRLおよびILアプローチの展開と、高い器用さとモジュール化を特徴とする縫合シナリオにおける特異および組成サブタスクの両方のトレーニングをサポートします。
一方、Surgicaiは、学習ポリシーの評価のために明確なメトリックとベンチマークを設定します。
SurgiCaiに複数のRLおよびILアルゴリズムを実装および評価しました。
当社の詳細なベンチマーク分析では、外科ロボット工学における政策学習を進めるSurgicaiの可能性を強調しています。
詳細：https：//github.com/surgical-robotics-ai/surgicai

要約(オリジナル)

Despite advancements in robotic-assisted surgery, automating complex tasks like suturing remain challenging due to the need for adaptability and precision. Learning-based approaches, particularly reinforcement learning (RL) and imitation learning (IL), require realistic simulation environments for efficient data collection. However, current platforms often include only relatively simple, non-dexterous manipulations and lack the flexibility required for effective learning and generalization. We introduce SurgicAI, a novel platform for development and benchmarking addressing these challenges by providing the flexibility to accommodate both modular subtasks and more importantly task decomposition in RL-based surgical robotics. Compatible with the da Vinci Surgical System, SurgicAI offers a standardized pipeline for collecting and utilizing expert demonstrations. It supports deployment of multiple RL and IL approaches, and the training of both singular and compositional subtasks in suturing scenarios, featuring high dexterity and modularization. Meanwhile, SurgicAI sets clear metrics and benchmarks for the assessment of learned policies. We implemented and evaluated multiple RL and IL algorithms on SurgicAI. Our detailed benchmark analysis underscores SurgicAI’s potential to advance policy learning in surgical robotics. Details: https://github.com/surgical-robotics-ai/SurgicAI

arxiv情報

提供元, 利用サービス

arxiv.jp, Google