面向机器人颈部超声目标平面引导的动作条件世界模型
该研究提出局部动作条件世界模型框架，用于机器人超声检查中的目标平面探头引导。方法分两阶段：先用潜在条件扩散世界模型，根据近期上下文帧、探头运动和时间偏移预测未来超声观测；再用目标条件时序Transformer预测有序探头运动，并以冻结世界模型的奖励进行微调。在自采集数据集上，世界模型在目标导向扫描中保留了依赖动作的解剖结构；真实闭环实验中，颈动脉引导成功率70.0%，甲状腺引导成功率65.0%。
发布于 10-22 13:01来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《Action-Conditioned World Model for Goal Plane Guidance in Robotic Neck Ultrasound》查看原链
超声检查通常遵循特定的扫描协议，需要按顺序依次经过一系列解剖标志和目标成像平面。 我们提出了一种局部动作条件世界模型框架，用于机器人超声中的目标平面探头引导。 自主超声任务通常需要大量探头运动轨迹用于训练，但采集高质量示范数据费时费力，且由于超声图像外观取决于接触、组织形变和视角相关的声学伪影，构建显式仿真器十分困难。
我们通过一个两阶段基于模型的学习流程来解决这一问题。 首先，一个潜在条件扩散世界模型根据近期上下文帧、探头运动和时间偏移预测未来的超声观测。 其次，一个目标条件时序Transformer预测有序的探头运动，并利用冻结世界模型给出的奖励进行微调。
在自采集数据集上的实验表明，该世界模型在目标导向扫描中能够保留依赖于动作的解剖结构。 在真实世界闭环实验中，该框架在颈动脉引导上达到70.0%的成功率，在甲状腺引导上达到65.0%。 这些结果展示了学习到的超声动力学在协议约束的器官特定任务中训练目标导向机器人探头导航的潜力。