Multi-objective Cross-task Learning via Goal-conditioned GPT-based Decision Transformers for Surgical Robot Task Automation

手术机器人任务自动化一直是提高手术效率和质量的有前途的研究课题。学习为基础的方法被认为是一种有趣的范式，并得到了越来越多的研究。然而，由于复杂的组成结构，现有方法在长视程目标条件任务中遇到了困难，这需要决策一系列子步骤，并理解目标达成任务的固有动态。在本文中，我们提出了一个新的基于学习的框架，利用基于GPT的架构的强大推理能力来自动化手术机器人任务。我们方法的关键在于开发一个目标条件的决策变换器，以实现具有目标感知未来指示器的序列表示，以增强时间推理。此外，考虑到利用操作中固有动态的一般理解，从而使模型的推理能力不依赖于任务，我们还设计了一个跨任务预训练范式，使用与不同任务相关的多个训练目标的数据。我们在手术机器人学习模拟器SurRoL上进行了广泛的实验，涉及10个任务。结果表明，与现有方法相比，我们的新方法在性能和任务多样性方面取得了有前途的表现。学习的轨迹可以部署在da Vinci研究套件（dVRK）上，以验证其在实际手术机器人设置中的实用性。我们的项目网站位于：https://med-air.github.io/SurRoL。

本论文旨在通过利用GPT-based架构的强大推理能力，提出一种新的学习框架来自动化外科机器人任务。该论文试图解决长程目标条件任务中的决策问题和动态问题。

该论文的关键思路是开发一个目标条件决策变压器，以实现带有目标感知未来指示器的顺序表示，以增强时间推理，并设计一种跨任务预训练范式，以利用对操纵固有动态的通用理解，从而使模型的推理能力对任务不可知。

论文在SurRoL上进行了广泛实验，共涉及10个任务。实验结果表明，与现有方法相比，该方法具有良好的性能和任务多样性。并且，该论文提出的学习轨迹可以在da Vinci Research Kit (dVRK)上部署，以验证其在实际外科机器人设置中的实用性。

最近在这个领域中，还有一些相关的研究。例如，'Learning to Learn How to Learn: Self-Adaptive Visual Navigation using Meta-Learning'和'Learning to Learn from Failure: Using S.T.A.R.S. to Learn from Sparse Feedback'等。