論文の概要: A Reinforcement Learning Framework for Safety-Aware Haptic Shared Control in Surgical Robotics

• arxiv url: http://arxiv.org/abs/2610.15422v1
• Date: Sun, 11 Oct 2026 07:53:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-20 01:10:46.488641
• Title: A Reinforcement Learning Framework for Safety-Aware Haptic Shared Control in Surgical Robotics
• Title（参考訳）: 外科ロボティクスにおける安全対応型ハプティック共有制御のための強化学習フレームワーク
• Abstract要約: 手術ロボットにおけるハプティック共用制御は、共用エンドエフェクタにおける人間側とロボット側の力を組み合わせたものである。 幾何的安全性の選択がタスクの実行と力の調整に与える影響は未だ不明である。 集中学習と分散実行下での2エージェント協調マルコフゲームとしてインタラクションをモデル化する。
• 参考スコア（独自算出の注目度）: 15.142587390636843
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Haptic shared control in surgical robotics combines human-side and robot-side forces at a shared end effector while preserving operator involvement. However, the effects of geometric safety choices on task execution and force coordination remain unclear. We model the interaction as a two-agent cooperative Markov game under centralized training and decentralized execution, comparing learned human control with a task-tuned fixed-impedance baseline. This model-free multi-agent reinforcement learning framework supports joint policy adaptation without requiring a complete analytical interaction model. It compares MADDPG and rMAPPO with an epigraph-constrained approach under common geometric task definitions. In simulation, rMAPPO generally achieved the highest return and tracking performance, whereas the epigraph approach produced more conservative motions and lower geometric exposure, including no observed collision or dangerous-region exposure after geometry transfer. With real operator input, fixed-impedance-trained policies were faster and successful in all recorded trials. Policies trained with a learned partner exhibited greater command opposition, while the fixed epigraph condition produced the most aligned commands. This work provides a benchmark for studying human-control representation and constraint-handling trade-offs in haptic shared control.
• Abstract（参考訳）: 手術ロボットにおけるハプティック共用制御は、操作者の関与を保ちながら、共用端エフェクタにおける人間側とロボット側の力を組み合わせたものである。 しかし、幾何的安全性の選択がタスクの実行と力の調整に与える影響は未だ不明である。 集中学習と分散実行下での2エージェント協調型マルコフゲームとしてインタラクションをモデル化し、学習された人間の制御とタスクチューニングされた固定インピーダンスベースラインを比較した。 このモデルフリーなマルチエージェント強化学習フレームワークは、完全な分析的相互作用モデルを必要としない共同政策適応をサポートする。 MADDPGとrMAPPOを、一般的な幾何学的タスク定義の下でのエピグラフ制約されたアプローチと比較する。 シミュレーションでは、rMAPPOは一般的に最も高いリターンとトラッキング性能を達成し、エピグラフ法はより保守的な動きとより低い幾何学的露出を生み出した。 実際のオペレータ入力では、固定インピーダンス訓練されたポリシは、記録されたすべてのトライアルで高速で成功しました。 学習したパートナーで訓練された政策はより大きな命令反対を示し、固定されたエピグラフ条件は最も整列した命令を生み出した。 この研究は、ハプティック共有制御における人間制御表現と制約処理のトレードオフを研究するためのベンチマークを提供する。

関連論文リスト

• HRIBench: Benchmarking Interaction-Centric Human-Robot Collaboration [62.19372189311434]
  HRIBenchは,実行シナリオに基づいた意図認識型人間ロボットコラボレーションの診断ベンチマークである。 HRIBenchは、エージェントの役割、時間的依存、調整の制約、人間の振る舞いの分布を明示的にモデル化する構造化シナリオスクリプトとして、協調的なタスクを表現している。 その結果,現状の基盤ロボット政策は,操作能力が強いにもかかわらず,協調的な環境下では極めて困難であることが示唆された。
  論文  参考訳（メタデータ） (2026-07-05T09:15:35Z)
• SynAgent: Generalizable Cooperative Humanoid Manipulation via Solo-to-Cooperative Agent Synergy [59.86199649493784]
  制御可能な協調的ヒューマノイド操作は、インボディードインテリジェンスにとって根本的な問題である。 スケーラブルで物理的に妥当な協調操作を可能にするフレームワークであるSynAgentを提案する。 実験では、SynAgentは協調模倣と軌道条件制御の両方において既存のベースラインを著しく上回る。
  論文  参考訳（メタデータ） (2026-04-20T17:46:20Z)
• CaP-X: A Framework for Benchmarking and Improving Coding Agents for Robot Manipulation [48.85772216740915]
  "Code-as-Policy" は、実行可能コードがデータ集約型のVision-Language-Actionメソッドを補完する方法について考察している。 ロボット操作におけるCode-as-PolicyエージェントのオープンアクセスフレームワークであるCaP-Xを提案する。
  論文  参考訳（メタデータ） (2026-03-23T18:08:10Z)
• TeamHOI: Learning a Unified Policy for Cooperative Human-Object Interactions with Any Team Size [54.0714652192002]
  物理に基づくヒューマノイド制御は、現実的でハイパフォーマンスな単一エージェントの動作を可能にするために顕著な進歩を遂げた。 我々は,複数の協力エージェント間で協調的なHOIを処理するための,単一の分散政策を実現するためのフレームワークであるTeamHOIを提案する。
  論文  参考訳（メタデータ） (2026-03-09T05:52:13Z)
• Force-Aware Residual DAgger via Trajectory Editing for Precision Insertion with Impedance Control [7.670131142516991]
  TER-DAggerは、コンタクトリッチな操作のための力覚的模倣学習フレームワークである。 実験により、TER-DAggerは行動クローニング、ヒト誘導補正、リトレーニング、微調整ベースラインと比較して平均成功率を37%以上改善することが示された。
  論文  参考訳（メタデータ） (2026-03-04T13:18:05Z)
• COMBO-Grasp: Learning Constraint-Based Manipulation for Bimanual Occluded Grasping [56.907940167333656]
  集積ロボットグルーピングは、表面衝突などの環境制約により、所望のグルーピングポーズが運動的に不可能な場所である。 従来のロボット操作アプローチは、人間が一般的に使用する非包括的または双対的戦略の複雑さに苦しむ。 本稿では,2つの協調ポリシーを活用する学習ベースアプローチであるCOMBO-Grasp(Constraint-based Manipulation for Bimanual Occluded Grasping)を紹介する。
  論文  参考訳（メタデータ） (2025-02-12T01:31:01Z)
• Scalable Task-Driven Robotic Swarm Control via Collision Avoidance and Learning Mean-Field Control [23.494528616672024]
  我々は、最先端平均場制御技術を用いて、多くのエージェントSwarm制御を分散の古典的な単一エージェント制御に変換する。 そこで我々は,衝突回避と平均場制御の学習を,知的ロボット群動作を牽引的に設計するための統一的な枠組みに統合する。
  論文  参考訳（メタデータ） (2022-09-15T16:15:04Z)

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。