論文の概要: ARCGym: Benchmarking Deep Reinforcement Learning in Autonomous Robotic Colonoscopy
- arxiv url: http://arxiv.org/abs/2609.22803v1
- Date: Sat, 19 Sep 2026 06:12:52 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-25 00:26:31.686465
- Title: ARCGym: Benchmarking Deep Reinforcement Learning in Autonomous Robotic Colonoscopy
- Title（参考訳）: ARCGym:自律型大腸内視鏡における深部強化学習のベンチマーク
- Abstract要約: 本稿では,オープンソースの強化学習環境であるARCGym(Autonomous Robotic Colonoscopy Gym)について紹介する。
ARCGymは、複数のタイプの内視鏡ロボット、カプセルロボット、柔軟な内視鏡をサポートする。
この研究には、典型的な臨床シナリオを表す5つのCT再構成大腸、臨床的に意味のあるナビゲーションサブタスクのセット、成功基準の統合が含まれる。
- 参考スコア（独自算出の注目度）: 4.3847280295984286
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Simulations for learning-based autonomous colonoscopic navigation focus mainly on fully actuated capsule robots, failing to capture the contact-rich navigation of long and flexible clinical colonoscopes. We present the Autonomous Robotic Colonoscopy Gym (ARCGym), an open-source reinforcement learning environment and benchmark for image-based navigation in clinically derived deformable colon anatomies. ARCGym supports multiple types of colonoscope robots, spanning capsule robots and flexible endoscopes, with this work focusing on flexible endoscopes including magnetic-driven tip actuation and clinically used proximally translational actuation. This work includes five CT-reconstructed colons representing typical clinical scenarios, a set of clinically meaningful navigation subtasks, and unified success metrics. We introduce a reward combining depth-based lumen alignment with a lumen-visibility score to improve learning under occlusions. Experiments across tasks, robots, and anatomies show that autonomous navigation remains challenging for both magnetic-driven and proximal-insertion flexible robots, with proximal-insertion actuation remaining an open problem.
- Abstract（参考訳）: 学習に基づく自律的大腸内視鏡ナビゲーションのシミュレーションは、主に完全に作動するカプセルロボットに焦点を当て、長尺かつ柔軟な臨床大腸内視鏡の接触豊富なナビゲーションを捉えなかった。
本稿では,オープンソースの強化学習環境であるARCGym(Autonomous Robotic Colonoscopy Gym)について紹介する。
ARCGymは、複数のタイプの大腸内視鏡ロボット、カプセルロボット、柔軟な内視鏡をサポートしており、この研究は、磁気駆動型先端アクチュエーターを含む柔軟な内視鏡と、臨床で使用される近位翻訳アクチュエーターに焦点を当てている。
この研究には、典型的な臨床シナリオを表す5つのCT再構成大腸、臨床的に意味のあるナビゲーションサブタスクのセット、成功基準の統合が含まれる。
奥行きに基づくルーメンアライメントとルーメン可視スコアを組み合わせることで,オクルージョン下での学習を改善する。
タスク、ロボット、解剖学での実験では、磁気駆動型と近位型の両方の柔軟なロボットにとって自律的なナビゲーションは依然として困難であり、近位型運動はオープンな問題のままである。
関連論文リスト
- SurgLAT: Surgical Latent Attention Tracking for Depth-Aware Robotic Laparoscope Control [32.598197128759146]
SurgLAT(SurgLAT)は遅発性手術注意モデルと自律腹腔鏡視下視力制御のための因果的オンラインフレームワークである。
SurgLATは、凍結したDINOv3エンコーダと状態条件の空間トークンミキサーを使用して、メモリ誘導された空間的事前の操作証拠を抽出する。
さらに,仮想軸の定式化に基づくラパロスコープ・リモート・センター・オブ・モーション(RCM)制約によるロボット配置フレームワークを導入する。
論文 参考訳（メタデータ） (2026-08-08T03:04:01Z) - Autonomous Laparoscope Control through Unified Mechanics-Based Representation of Multimodal Intraoperative Information [13.527135413058856]
腹腔鏡ロボットは、外科医に安定した腹腔鏡視野(FOV)を提供し、人間のアシスタントの負担を軽減することができる。
位置、力/トルク、画像などのマルチモーダル信号は、物理的意味や単位によって著しく異なる。
マルチモーダル情報の統一力学モデリングに基づく腹腔鏡保持型ロボット制御法を提案する。
論文 参考訳（メタデータ） (2026-05-06T02:01:41Z) - OpenRC: An Open-Source Robotic Colonoscopy Framework for Multimodal Data Acquisition and Autonomy Research [36.65725257567292]
オープンソースのモジュール型ロボット大腸内視鏡フレームワークOpenRCについて紹介する。
ビデオ、オペレーターコマンド、アクティベーション状態、遠位端ポーズの同時記録をサポートする。
遠隔操作型エピソード1,894回からなるマルチモーダルデータセットを10種類のタスクバリエーションで収集した。
論文 参考訳（メタデータ） (2026-04-04T16:07:33Z) - Learning Surgical Robotic Manipulation with 3D Spatial Priors [73.00031539525202]
本稿では,3次元空間認識を持つ手術ロボットを支援する,終端から終端までのバイスモータポリシーであるSSTを紹介した。
立体内視鏡画像から頑健な3次元潜伏表現を抽出するために、手術3Dに基づいて強力な幾何学変換器を微調整する。
SSTは、複雑な外科手術における最先端性能と強力な空間一般化を実現する。
論文 参考訳（メタデータ） (2026-03-04T07:19:56Z) - Toward AI Autonomous Navigation for Mechanical Thrombectomy using Hierarchical Modular Multi-agent Reinforcement Learning (HM-MARL) [57.65363326406228]
In vitroにおける自律型2デバイスナビゲーションのための階層型モジュールマルチエージェント強化学習フレームワークを提案する。
HM-MARLは、大腿動脈から内頸動脈(ICA)へのガイドカテーテルとガイドワイヤを自律的にナビゲートするために開発された。
モジュール型マルチエージェントアプローチは、複雑なナビゲーションタスクを特別なサブタスクに分解するために用いられ、それぞれがソフトアクター・クライブRLを用いて訓練された。
In vitroでは、両方のHM-MARLモデルが大腿動脈から右総頸動脈への100%の治験に成功し、右ICAへの80%は失敗に終わった。
論文 参考訳（メタデータ） (2026-02-20T23:50:35Z) - Moving Beyond Compliance in Soft-Robotic Catheters Through Modularity for Precision Therapies [0.0]
柔らかいロボット機器は、硬い道具よりも繊細で丈夫な解剖学を安全にナビゲートできる。
センシングモジュールや治療モジュールはほとんどなく、コンパクトで頑丈で、光内手術中に微妙な生理的手がかりを計測し、反応するのに十分な適応性がある。
安全な内膜ナビゲーションに必要なコンプライアンスを維持しつつ, センサ, アクティベーション, セラピーを統合した直径1.47mmのモジュール型ソフトロボットカテーテルを提案する。
論文 参考訳（メタデータ） (2026-01-21T10:11:59Z) - DINO-CVA: A Multimodal Goal-Conditioned Vision-to-Action Model for Autonomous Catheter Navigation [0.33727511459109777]
本研究は,マルチモーダルな目標条件行動クローニングフレームワークであるDINO-CVAの導入により,自律カテーテルナビゲーションへ移行する。
提案モデルでは,視覚観測とジョイスティックのキネマティクスを統合埋め込み空間に融合し,視覚とキネマティクスの両方を意識したポリシーを実現する。
その結果, DINO-CVAは動作予測の精度が高く, キネマティクスのみのベースラインの性能と一致していることがわかった。
論文 参考訳（メタデータ） (2025-10-19T22:59:32Z) - Collaborative Robotic Biopsy with Trajectory Guidance and Needle Tip
Force Feedback [49.32653090178743]
本報告では, トラジェクトリーガイダンスと審美フィードバックを組み合わせて, 針の配置を補助するロボットバイオプシーシステムについて述べる。
リアルタイムデータ処理のための光コヒーレンストモグラフィーと機械学習に基づいて針先端の力を検出する針の設計。
膵臓のin situ生検を行ない,より小さい,より深いターゲット構造を正確にサンプリングできることを実証した。
論文 参考訳（メタデータ） (2023-06-12T14:07:53Z) - 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) - Towards Autonomous Atlas-based Ultrasound Acquisitions in Presence of
Articulated Motion [48.52403516006036]
本稿では、自律型ロボットUS手足のスキャンを可能にする視覚ベースのアプローチを提案する。
この目的のために、アノテートされた血管構造を有するヒト腕のアトラスMRIテンプレートを使用して、軌跡を生成する。
いずれの場合も、このシステムはボランティアの手足で計画された血管構造を取得することができる。
論文 参考訳（メタデータ） (2022-08-10T15:39:20Z)
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。