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

在这项研究中，我们提出了一种机器人实现策略，通过模仿学习，执行基础腹腔镜手术（FLS）中的插销转移任务，旨在开发用于腹腔镜手术的自主机器人。机器人腹腔镜手术面临两个主要挑战：（1）需要使用身体表面建立的端点作为支点来操作镊子，（2）使用单眼相机在监视器上显示图像时难以感知深度信息。特别是，关于问题（2），大多数先前的研究都假设了可操作目标的深度图像或模型的可用性。因此，在这项研究中，我们通过从熟练操作者的一个示例动作中提取运动约束条件，基于这些约束条件收集数据，并根据收集的数据进行模仿学习，从而实现了更精确的单眼图像模仿学习。我们使用两个Franka Emika Panda机器人臂实现了一个整体系统，并验证了其有效性。

基于模仿学习的机器人在腹腔镜手术中的应用

通过从熟练操作者的运动中提取运动约束，收集基于这些约束的数据，并进行基于收集数据的模仿学习，实现只使用单眼图像的更精确的模仿学习

使用两个Franka Emika Panda机器人臂实现了整个系统，并验证了其有效性。在没有深度图像或目标模型的情况下，提出了更准确的单眼图像模仿学习方法。

最近的相关研究包括：1.通过增强学习实现机器人在腹腔镜手术中的自主操作；2.使用深度学习和强化学习技术实现机器人在医疗领域的自主操作。