日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

医療ロボティクスarXiv:2609.22803

ARCGym: 自律ロボット大腸内視鏡ナビゲーションにおける深層強化学習のベンチマーク

ARCGym: Benchmarking Deep Reinforcement Learning in Autonomous Robotic Colonoscopy

シェア:XThreadsFacebookLINEはてブBluesky

臨床由来の変形可能な大腸解剖モデルで、カプセルロボットや柔軟内視鏡による画像ベース自律ナビゲーションを学習・評価するオープンソース強化学習環境ARCGymを提案し、複数のタスクとロボットで性能を比較した。

詳しい要約

1. どんなもの?

- 臨床由来の変形可能な大腸解剖モデルにおける画像ベースのナビゲーションのための強化学習環境とベンチマーク「ARCGym」を提案。 - カプセルロボットとフレキシブル内視鏡を含む複数の大腸内視鏡ロボットをサポート。 - 本論文では、磁気駆動先端アクチュエーションと臨床で使用される近位並進アクチュエーションを備えたフレキシブル内視鏡に焦点を当てる。 - 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、統一成功指標を含む。

2. 先行研究と比べてどこがすごい?

- 従来の学習ベース自律大腸内視鏡ナビゲーションのシミュレーションは、主に完全アクチュエーションされたカプセルロボットを対象とし、長く柔軟な臨床大腸内視鏡の接触リッチなナビゲーションを捉えていなかった。 - ARCGymは、臨床由来の変形可能な大腸解剖モデルを提供し、フレキシブル内視鏡を含む複数のロボットタイプをサポートする点で先行研究と異なる。 - 臨床的に意味のあるサブタスクと統一成功指標を導入し、ベンチマークとしての比較可能性を高めている。

3. 技術・手法の肝は?

- 深層強化学習のためのオープンソース環境とベンチマークを提供。 - 画像ベースのナビゲーションを実現するために、深度ベースのルーメンアラインメントとルーメン可視性スコアを組み合わせた報酬を導入。 - これにより、オクルージョン下での学習を改善する。 - 複数のタスク、ロボット、解剖モデルにわたる実験を可能にする。

4. どうやって有効だと検証した?

- タスク、ロボット、解剖モデルを横断した実験を実施。 - 磁気駆動および近位挿入フレキシブルロボットの両方で自律ナビゲーションが依然として困難であることを示した。 - 特に近位挿入アクチュエーションは未解決問題として残っていることを明らかにした。

5. 議論はある?

- 自律ナビゲーションは磁気駆動と近位挿入の両フレキシブルロボットにとって依然として困難である。 - 近位挿入アクチュエーションはオープンな問題として残っている。 - その他の議論や限界については要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究は明示されていない。 - 同分野の定番として、カプセルロボットの自律ナビゲーションに関する強化学習研究や、フレキシブル内視鏡のロボティクスに関する研究が挙げられる。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Guanglin Ji, Martina Finocchiaro, Kenny Erleben, Hang Yin

分類: cs.RO

原文アブストラクト

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.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  3. 3GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI