論文の概要: EmbodiedUS-FS: Fast Slow Intelligence for Ultrasound Robotics
- arxiv url: http://arxiv.org/abs/2606.22319v1
- Date: Sun, 21 Jun 2026 03:28:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-25 19:07:23.320047
- Title: EmbodiedUS-FS: Fast Slow Intelligence for Ultrasound Robotics
- Title（参考訳）: EmbodiedUS-FS:超音波ロボティクスのための高速スローインテリジェンス
- Authors: Fangzhuo Zhang, Xinyu Wang, Xiao Yang, Jinchang Zhang,
- Abstract要約: 安全かつ解釈可能なロボット超音波支援のための高速で遅い階層型超音波超音波システムを提案する。
Slow Brainは、APIとハンドブックコーパスから知識を増強して、インテント解析と段階的なタスク計画を実行する。
Fast Brainは、超音波画像、ロボットのポーズと強制状態、患者の運動情報などのマルチモーダルフィードバックを融合して、局所的な行動を洗練し、画質の高い回復行動を実行する。
- 参考スコア（独自算出の注目度）: 7.86106222803178
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Robotic ultrasound scanning in real clinical environments requires both high-level clinical workflow reasoning and low-level closed-loop execution. Physicians natural-language instructions often contain implicit anatomical targets, procedural logic, image-quality requirements, and safety constraints, while execution is affected by patient motion, contact variations, and target drift. We propose a fast and slow hierarchical embodied ultrasound system for safe and interpretable robotic ultrasound assistance. The Slow Brain performs intent parsing and stage-wise task planning with knowledge augmentation from an API and handbook corpus, and generates executable plans through task-graph construction and structured plan verification. The Fast Brain fuses multimodal feedback, including ultrasound images, robot pose and force states, and patient-motion information, to refine local actions and perform image-quality-guided recovery behaviors. The system further integrates a Safety Shield and a hierarchical escalation policy to constrain risky actions and trigger replanning or human confirmation under persistent failures or safety-bound violations. Experiments on planning evaluation, closed-loop execution under dynamic perturbations, and safety-mechanism validation demonstrate that the proposed hierarchical design improves task success rates while reducing safety violations.
- Abstract（参考訳）: 実際の臨床環境での超音波ロボットは、高いレベルのワークフロー推論と低レベルのクローズドループ実行の両方を必要とする。
医師の自然言語命令には、暗黙の解剖学的標的、手続き論理、画像品質要件、安全性の制約が含まれ、一方実行は患者の動き、接触のバリエーション、ターゲットドリフトに影響される。
安全かつ解釈可能なロボット超音波支援のための高速で遅い階層型超音波超音波システムを提案する。
Slow Brainは、APIとハンドブックコーパスから知識を増強した意図解析および段階的なタスク計画を実行し、タスクグラフの構築と構造化された計画検証を通じて実行可能なプランを生成する。
Fast Brainは、超音波画像、ロボットのポーズと強制状態、患者の運動情報などのマルチモーダルフィードバックを融合して、局所的な行動を洗練し、画質の高い回復行動を実行する。
このシステムはさらにセーフティシールドと階層的なエスカレーションポリシーを統合し、リスクのある行為を制限し、永続的な障害や安全に縛られた違反の下でのリプランや人間による確認をトリガーする。
動的摂動下での計画評価,閉ループ実行,安全機構の検証実験により,提案した階層設計は,安全違反を低減しつつタスク成功率を向上することを示した。
関連論文リスト
- Safe Embodied AI for Long-horizon Tasks: A Cross-layer Analysis of Robotic Manipulation [34.70550511647954]
身体的なAIシステムは、物理的環境における拡張された地平線を推論し、行動することがますます期待されている。
安全な具体化されたAIは大きな注目を集めているが、その文献は計画、ポリシー設計、実行時に断片化されている。
この調査は、エンボディドAIの観点から、長距離ロボット操作における安全性の構造化されたレビューを提供する。
論文 参考訳（メタデータ） (2026-06-04T03:43:09Z) - From Reaction to Anticipation: Proactive Failure Recovery through Agentic Task Graph for Robotic Manipulation [45.37258918150899]
本稿では,操作タスクを有向タスクグラフとしてモデル化するエージェントシステムであるAgentChordを紹介する。
実行前に、このグラフには、コンテキスト対応の修正動作を指定する予測リカバリブランチが組み込まれている。
多様な長距離双方向操作タスクに関する実証研究は、AgentChordが成功率と実行効率を大幅に改善することを示した。
論文 参考訳（メタデータ） (2026-05-12T11:00:45Z) - Learning Reactive Dexterous Grasping via Hierarchical Task-Space RL Planning and Joint-Space QP Control [50.28263951510334]
本稿では,リアクティブなデクスタリーグルーピングのためのハイブリッド階層型制御フレームワークを提案する。
提案手法は,低レベル共同実行から高レベル空間意図を明示的に分離する。
我々は厳密なシミュレーションと現実のパイプラインを通して提案したフレームワークを広範囲に検証する。
論文 参考訳（メタデータ） (2026-05-05T04:49:38Z) - Navigating the Clutter: Waypoint-Based Bi-Level Planning for Multi-Robot Systems [54.887871365121775]
乱雑な環境におけるマルチロボット制御は、複雑な物理的制約を伴う難しい問題である。
タスクとモーションプランニングを協調的に最適化するハイブリッドマルチロボット制御フレームワークを提案する。
我々のアプローチは、動作に依存しないベースラインとVLAベースのベースラインよりもタスクの成功を継続的に改善する。
論文 参考訳（メタデータ） (2026-04-22T22:58:47Z) - Hazard Management in Robot-Assisted Mammography Support [4.4103353984747935]
MammoBotは、X線マンモグラフィーで患者を支援するために設計されたロボットシステムである。
本稿では,マンモボットのハザード管理手法を提案する。
論文 参考訳（メタデータ） (2026-04-07T11:52:02Z) - RoboSafe: Safeguarding Embodied Agents via Executable Safety Logic [56.38397499463889]
視覚言語モデル(VLM)を利用するエージェントは、複雑な現実世界のタスクを実行する能力がますます高まっている。
しかし、安全でない行動を引き起こす可能性のある危険な指示に弱いままである。
提案するRoboSafeは,実行可能述語ベースの安全ロジックを通じて,エージェントを具体化するためのランタイムセーフガードである。
論文 参考訳（メタデータ） (2025-12-24T15:01:26Z) - Transforming Surgical Interventions with Embodied Intelligence for Ultrasound Robotics [24.014073238400137]
本稿では,超音波ロボットと大規模言語モデル(LLM)とドメイン固有知識強化を組み合わせた,新しい超音波身体情報システムを提案する。
まず、LLMを超音波ロボットと統合して、医師の言葉による指示を正確に動作計画に解釈する。
以上の結果から,提案システムは超音波スキャンの効率と品質を向上し,自律型医療スキャン技術のさらなる進歩の道を開くことが示唆された。
論文 参考訳（メタデータ） (2024-06-18T14:22:16Z) - Hypergraph-Transformer (HGT) for Interactive Event Prediction in Laparoscopic and Robotic Surgery [47.47211257890948]
腹腔内ビデオから外科的ワークフローの重要なインタラクティブな側面を理解し,予測できる予測型ニューラルネットワークを提案する。
我々は,既存の手術用データセットとアプリケーションに対するアプローチを検証し,アクション・トリプレットの検出と予測を行った。
この結果は、非構造的な代替案と比較して、我々のアプローチの優位性を示している。
論文 参考訳（メタデータ） (2024-02-03T00:58:05Z) - 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) - Autonomous task planning and situation awareness in robotic surgery [1.5224436211478214]
このフレームワークは、応答セットプログラミングに基づくタスクレベル推論モジュール、動的運動プリミティブに基づく低レベル動作計画モジュール、状況認識モジュールから構成される。
このフレームワークは、標準的な手術訓練ペグ・アンド・リングタスクの異なるバージョンで検証される。
論文 参考訳（メタデータ） (2020-04-19T17:08:22Z)
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。