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、適応性と精度の必要性により、縫合などの複雑なタスクを自動化することは依然として困難です。
学習ベースのアプローチ、特に強化学習 (RL) と模倣学習 (IL) では、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。
しかし、現在のプラットフォームには比較的単純で器用ではない操作しか含まれていないことが多く、効果的な学習と一般化に必要な柔軟性が欠けています。
SurgicAI は、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タスク分解の両方に対応する柔軟性を提供することで、これらの課題に対処する開発およびベンチマーク用の新しいプラットフォームです。
da Vinci Surgical System と互換性のある SurgicAI は、専門家のデモンストレーションを収集して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。
高度な器用性とモジュール化を特徴として、複数の RL および IL アプローチの導入、および縫合シナリオにおける単一サブタスクと構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、学習したポリシーを評価するための明確な指標とベンチマークを設定します。
SurgicAI 上に複数の RL および IL アルゴリズムを実装し、評価しました。
私たちの詳細なベンチマーク分析は、外科ロボット工学におけるポリシー学習を前進させる SurgicAI の可能性を強調しています。
詳細: \url{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: \url{https://github.com/surgical-robotics-ai/SurgicAI

arxiv情報

提供元, 利用サービス

arxiv.jp, Google