ترجمه فارسی مقاله ترجمه تصویر به تصویر جاسازی شده برای انتقال کارآمد از سیم به واقعی در دستکاری نرم با کمک ربات مبتنی بر یادگیری

چکیده

Recent advances in robotic learning in simulation have shown impressive results in accelerating learning complex manipulation skills. However, the sim-to-real gap, caused by discrepancies between simulation and reality, poses significant challenges for the effective deployment of autonomous surgical systems. We propose a novel approach utilizing image translation models to mitigate domain mismatches and facilitate efficient robot skill learning in a simulated environment. Our method involves the use of contrastive unpaired Image-to-image translation, allowing for the acquisition of embedded representations from these transformed images. Subsequently, these embeddings are used to improve the efficiency of training surgical manipulation models. We conducted experiments to evaluate the performance of our approach, demonstrating that it significantly enhances task success rates and reduces the steps required for task completion compared to traditional methods. The results indicate that our proposed system effectively bridges the sim-to-real gap, providing a robust framework for advancing the autonomy of surgical robots in minimally invasive procedures.

چکیده به فارسی (ترجمه ماشینی)

پیشرفت های اخیر در یادگیری روباتیک در شبیه سازی نتایج چشمگیری در تسریع در یادگیری مهارت های دستکاری پیچیده نشان داده است.با این حال ، شکاف SIM-to Real ، ناشی از اختلاف بین شبیه سازی و واقعیت ، چالش های مهمی برای استقرار مؤثر سیستم های جراحی خودمختار ایجاد می کند.ما یک رویکرد جدید با استفاده از مدل های ترجمه تصویر برای کاهش ناسازگاری دامنه و تسهیل یادگیری مهارت ربات کارآمد در یک محیط شبیه سازی شده پیشنهاد می کنیم.روش ما شامل استفاده از ترجمه تصویر به تصویر به تصویر متضاد است و امکان دستیابی به بازنمایی های تعبیه شده از این تصاویر تبدیل شده را فراهم می کند.پس از آن ، از این تعبیه ها برای بهبود کارآیی مدلهای دستکاری جراحی استفاده می شود.ما آزمایشاتی را برای ارزیابی عملکرد رویکرد خود انجام دادیم ، نشان می دهد که این امر به طور قابل توجهی نرخ موفقیت کار را افزایش می دهد و مراحل مورد نیاز برای تکمیل کار را در مقایسه با روش های سنتی کاهش می دهد.نتایج حاکی از آن است که سیستم پیشنهادی ما به طور موثری شکاف سیم کشی و واقعی را ایجاد می کند ، و یک چارچوب قوی برای پیشبرد استقلال روبات های جراحی در روشهای حداقل تهاجمی فراهم می کند.