論文の概要: Give me scissors: Collision-Free Dual-Arm Surgical Assistive Robot for Instrument Delivery
- arxiv url: http://arxiv.org/abs/2603.02553v1
- Date: Tue, 03 Mar 2026 03:14:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-04 21:38:10.616398
- Title: Give me scissors: Collision-Free Dual-Arm Surgical Assistive Robot for Instrument Delivery
- Title（参考訳）: ハサミを贈る: 機器配達のための衝突のないデュアルアーム手術補助ロボット
- Authors: Xuejin Luo, Shiquan Sun, Runshi Zhang, Ruizhi Zhang, Junchen Wang,
- Abstract要約: 手術中、スクラブ看護師は頻繁に手術器具を外科医に届ける必要がある。
既存のロボットスクラブ看護師の研究は、計器配達のための事前に定義された経路に依存している。
本稿では,機器の配送を行うことのできる,衝突のないデュアルアーム手術支援ロボットについて述べる。
- 参考スコア（独自算出の注目度）: 4.187693745535412
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: During surgery, scrub nurses are required to frequently deliver surgical instruments to surgeons, which can lead to physical fatigue and decreased focus. Robotic scrub nurses provide a promising solution that can replace repetitive tasks and enhance efficiency. Existing research on robotic scrub nurses relies on predefined paths for instrument delivery, which limits their generalizability and poses safety risks in dynamic environments. To address these challenges, we present a collision-free dual-arm surgical assistive robot capable of performing instrument delivery. A vision-language model is utilized to automatically generate the robot's grasping and delivery trajectories in a zero-shot manner based on surgeons' instructions. A real-time obstacle minimum distance perception method is proposed and integrated into a unified quadratic programming framework. This framework ensures reactive obstacle avoidance and self-collision prevention during the dual-arm robot's autonomous movement in dynamic environments. Extensive experimental validations demonstrate that the proposed robotic system achieves an 83.33% success rate in surgical instrument delivery while maintaining smooth, collision-free movement throughout all trials. The project page and source code are available at https://give-me-scissors.github.io/.
- Abstract（参考訳）: 手術中、スクラブ看護師は頻繁に手術器具を外科医に届けることが求められ、身体的疲労と焦点の低下につながる可能性がある。
ロボットスクラブ看護師は、反復的なタスクを置き換え、効率を向上できる有望なソリューションを提供する。
既存のロボットスクラブ看護師の研究は、計器配達のための事前に定義された経路に依存しており、その一般化性を制限し、動的環境における安全性のリスクを生じさせる。
これらの課題に対処するために、機器の配送を行うことができる衝突のないデュアルアーム手術支援ロボットを提案する。
視覚言語モデルを用いて、外科医の指示に基づき、ゼロショットでロボットの把握と配送の軌跡を自動的に生成する。
実時間障害物最小距離認識法が提案され、統合された二次プログラミングフレームワークに統合される。
このフレームワークは、動的環境下でのデュアルアームロボットの自律的な動きにおいて、反応性のある障害物回避と自己衝突防止を実現する。
大規模な実験的検証により、提案されたロボットシステムは手術器具の配達において83.33%の成功率を達成し、全ての試験を通して滑らかで無衝突運動を維持していることが示された。
プロジェクトページとソースコードはhttps://give-me-scissors.github.io/で公開されている。
関連論文リスト
- CHIP: Adaptive Compliance for Humanoid Control through Hindsight Perturbation [70.5382178207975]
hIsight Perturbation (CHIP)は、制御可能なエンドエフェクタ剛性を実現するプラグイン・アンド・プレイモジュールである。
CHIPの実装は簡単で、データ拡張も追加の報酬チューニングも必要ありません。
そこで本研究では,CHIPでトレーニングした汎用モーショントラッキングコントローラが,多種多様な操作タスクを実行できることを示す。
論文 参考訳（メタデータ） (2025-12-16T18:56:04Z) - Localising under the drape: proprioception in the era of distributed surgical robotic system [12.001086860486906]
そこで本研究では,無マーカープロピオセプション法により,手術用ロボットの立体的位置を正確に決定する手法を提案する。
提案手法は,軽量ステレオRGBカメラとトランスフォーマーを用いた新しいディープラーニングモデルに依存している。
これは、これまでで最大規模の空間ロボット手術データセットの上に構築されている。
論文 参考訳（メタデータ） (2025-10-27T16:50:12Z) - Hysteresis-Aware Neural Network Modeling and Whole-Body Reinforcement Learning Control of Soft Robots [14.02771001060961]
外科的応用を目的としたソフトロボットシステムを提案する。
本稿では,ソフトロボットの全身動作を正確に把握し,予測する全身ニューラルネットワークモデルを提案する。
本手法はファントムを用いた手術実験において高い性能を示した。
論文 参考訳（メタデータ） (2025-04-18T09:34:56Z) - VidBot: Learning Generalizable 3D Actions from In-the-Wild 2D Human Videos for Zero-Shot Robotic Manipulation [53.63540587160549]
VidBotは、WildのモノクルなRGBのみの人間ビデオから学習した3Dアベイランスを使って、ゼロショットロボット操作を可能にするフレームワークである。
VidBotは、人間の日常的なビデオを利用してロボットの学習をよりスケーラブルにする。
論文 参考訳（メタデータ） (2025-03-10T10:04:58Z) - General-purpose foundation models for increased autonomy in
robot-assisted surgery [4.155479231940454]
本稿では,ロボット支援手術における自律性向上を目指す。
手術ロボットは汎用モデルの利点を享受し,ロボット支援手術における自律性向上に向けた3つの指針を提供する。
論文 参考訳（メタデータ） (2024-01-01T06:15:16Z) - Robot Learning with Sensorimotor Pre-training [98.7755895548928]
ロボット工学のための自己教師型感覚運動器事前学習手法を提案する。
我々のモデルはRTTと呼ばれ、センサモレータトークンのシーケンスで動作するトランスフォーマーである。
感覚運動の事前学習は、ゼロからトレーニングを一貫して上回り、優れたスケーリング特性を持ち、さまざまなタスク、環境、ロボット間での移動を可能にしている。
論文 参考訳（メタデータ） (2023-06-16T17:58:10Z) - Robotic Navigation Autonomy for Subretinal Injection via Intelligent
Real-Time Virtual iOCT Volume Slicing [88.99939660183881]
網膜下注射のための自律型ロボットナビゲーションの枠組みを提案する。
提案手法は,機器のポーズ推定方法,ロボットとi OCTシステム間のオンライン登録,およびインジェクションターゲットへのナビゲーションに適した軌道計画から構成される。
ブタ前眼の精度と再現性について実験を行った。
論文 参考訳（メタデータ） (2023-01-17T21:41:21Z) - Active Predicting Coding: Brain-Inspired Reinforcement Learning for
Sparse Reward Robotic Control Problems [79.07468367923619]
ニューラルジェネレーティブ・コーディング(NGC)の神経認知計算フレームワークによるロボット制御へのバックプロパゲーションフリーアプローチを提案する。
我々は、スパース報酬から動的オンライン学習を容易にする強力な予測符号化/処理回路から完全に構築されたエージェントを設計する。
提案するActPCエージェントは,スパース(外部)報酬信号に対して良好に動作し,複数の強力なバックプロップベースのRLアプローチと競合し,性能が優れていることを示す。
論文 参考訳（メタデータ） (2022-09-19T16:49:32Z) - Learning needle insertion from sample task executions [0.0]
ロボット手術のデータを簡単に記録でき、収集したデータを使ってタスクモデルを学ぶことができる。
3対のステレオカメラで記録された60の治験を含む針挿入データセットを提案する。
また,tの次段階におけるロボットの望ましい状態を予測する実験から,深部ロボット学習を提案する。
論文 参考訳（メタデータ） (2021-03-14T14:23:17Z) - Online Body Schema Adaptation through Cost-Sensitive Active Learning [63.84207660737483]
この作業は、icubロボットシミュレータの7dofアームを使用して、シミュレーション環境で実行された。
コストに敏感な能動学習手法は最適な関節構成を選択するために用いられる。
その結果,コスト依存型能動学習は標準的な能動学習手法と同等の精度を示し,実行運動の約半分を減らした。
論文 参考訳（メタデータ） (2021-01-26T16:01:02Z) - Using Conditional Generative Adversarial Networks to Reduce the Effects
of Latency in Robotic Telesurgery [0.0]
手術では、どんなマイクロ遅延でも重傷を負い、場合によっては致命傷を負うことがある。
現在の外科用ロボットは、腕や道具の位置を測定するために校正されたセンサーを使用している。
本研究は、患者の組織に関するツール位置を測定するための、純粋に光学的なアプローチを提案する。
論文 参考訳（メタデータ） (2020-10-07T13:40:44Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。