基于强化学习的机器人眼科手术适应性虚拟夹具设计

虚拟夹具在提高人机协作手术的操作性能和安全性方面发挥着重要作用。然而,虚拟夹具一般是预先人工设计的,无法适应操作者指定的技能。基于对手术数据的学习,本文提出了一种基于强化学习策略训练方法的机器人辅助眼科手术虚拟夹具控制的通用框架,来辅助医生完成手术任务。虚拟夹具的执行模块经过了重新设计,用来增强顺应性阻抗而不是固定阻抗,并且在从端生成了动态笛卡尔力反馈。技能学习模块基于强化学习方法进行虚拟夹具的调整以及配置优化。本文提出的强化学习策略训练方法的有效性通过模拟白内障撕囊实验进行评估。在所提出方法的帮助下,经验丰富医生的操作精度提高了50.3%,新手医生的操作精度提高了45.5%。在不花费更多执行时间的情况下提高了性能,这表明了所提出的方法使虚拟夹具的冗余减少,并且提高了虚拟夹具对于经验丰富医生和新手医生的适应性。