ハードウェア重要度 ★9
Surgical WAM：データ効率的な外科ロボット学習のためのWorld-Action Model
Surgical WAM: A World-Action Model for Data-Efficient Surgical Robot Learning
https://export.arxiv.org/api/query·2026/8/11
AI要約
ロボット学習のためのサージカルワーム、世界-行動モデルを提案。限られたデータでも効率的に学習可能。同期した映像と運動学データは高価なため、安価で豊富な内視鏡映像を活用し、世界モデルを学習するアプローチである。
AI要点
- 外科ロボットの学習におけるデータ効率を改善するため、World-Action Model (WAM) を提案。
- アクションラベル付きデモンストレーションの不足という課題に対し、アクションフリーのビデオ事前学習の効果を検証。
- Surgical WAMは、将来のエンドスコピック観察と実行可能なロボットアクションチャンクを共同で予測。
- アクションフリーのビデオ事前学習により、平均成功率が63.5%から77.8%に向上。
- 特に接触が多いタスクや両手協調タスクで改善が見られ、データ効率的なビデオ事前学習の有効性を示す。
なぜ重要か
限られたデータで高精度な外科ロボット操作を学習できる手法は、手術の安全性と効率を向上させ、ロボット支援手術の普及を加速させる可能性があり、データ効率的な学習アプローチの重要性を示しています。