ISMR'22 ادغام هوش مصنوعی و واقعیت افزوده در جراحی رباتیک: یک مطالعه اولیه dVRK با استفاده از سناریوی آموزشی جراحی
IROS'21 SurRoL: یک پلتفرم منبع‌باز با تمرکز بر یادگیری تقویتی و سازگار با dVRK برای یادگیری ربات‌های جراحی
- سازگاری با ربات‌های dVRK.
- API سبک Gym برای یادگیری تقویتی.
- شامل ده وظیفه مرتبط با جراحی.
- دارای انواع مختلف اشیا.
- مبتنی بر PyBullet برای شبیه‌سازی فیزیک.
این پروژه روی سیستم عامل اوبونتو و با استفاده از Python 3.7،
PyBullet،
Gym 0.15.6،
و Baselines
و همچنین با استفاده از TensorFlow 1.14 ارزیابی شده است.
-
ایجاد یک محیط مجازی Conda و فعال کردن آن:
conda create -n surrol python=3.7 -y conda activate surrol
-
نصب Gym (نسخه اصلاح‌شده)، tensorflow-gpu==1.14، و baselines (نسخه اصلاح‌شده).
git clone https://github.com/jiaqixuac/surrol.git
cd surrol
pip install -e .API کنترل ربات از dVRK (قبل از "crtk") پیروی می‌کند، که با ربات‌های واقعی dVRK سازگار است.
می‌توانید نگاهی به Jupyter Notebookهای موجود در tests بیندازید.
چند فایل آزمایشی برای PSM و ECM وجود دارد که شامل رویه‌های اصلی برای شروع محیط، بارگذاری ربات، و آزمایش کینماتیک هستند.
همچنین فایل‌هایی برای اجرای run برای ارزیابی محیط‌ها با استفاده از Baselines ارائه شده است.
اگر این مقاله یا کد برای تحقیقات شما مفید بود، لطفاً پروژه را استناد کنید.
@inproceedings{xu2021surrol,
title={SurRoL: An Open-source Reinforcement Learning Centered and dVRK Compatible Platform for Surgical Robot Learning},
author={Xu, Jiaqi and Li, Bin and Lu, Bo and Liu, Yun-Hui and Dou, Qi and Heng, Pheng-Ann},
booktitle={2021 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)},
year={2021},
organization={IEEE}
}
SurRoL تحت لایسنس MIT منتشر شده است.
این کد با ارجاع به پروژه‌های dVRK،
AMBF،
dVRL،
RLBench،
Decentralized-MultiArm،
Ravens، و غیره ساخته شده است.
برای هرگونه سوال، لطفاً به [email protected] ایمیل بزنید.