Overcoming Imperfect Kinematics in Surgical Robotics Through Sim-to-Real Visuomotor Learning

Sintesi Tecnica: Superare l'imprecisione cinematica nella robotica chirurgica attraverso l'apprendimento visuomotorio Sim-to-Real

Definizione del Problema
La chirurgia assistita da robot (RAS), in particolare con sistemi come il da Vinci Research Kit (dVRK), affronti una barriera fondamentale verso l'automazione completa: l'inerente imprecisione cinematica. Questi errori derivano da fattori hardware quali isteresi, flessibilità meccanica e gioco nei giunti, che portano a sensori propriocettivi interni inaffidabili. Di conseguenza, esiste una discrepanza tra la traiettoria comandata e il movimento effettivo del robot. I metodi di calibrazione classici basati su modelli (ad esempio, calibrazione geometrica, compensazione della gravità) spesso non riescono a generalizzare tra diversi ambienti chirurgici e soffrono di elevati costi di implementazione. Sebbene gli approcci basati sull'apprendimento offrano prospettive promettenti, essi richiedono tipicamente misurazioni precise della posa dell'end-effector, difficili da ottenere nella pratica. La sfida centrale affrontata è lo sviluppo di un controllore di basso livello capace di eseguire traiettorie precise nonostante i dati di stato interni inaffidabili e gli errori cinematici dipendenti dalla configurazione.

Metodologia
Gli autori propongono un framework di apprendimento Teacher-Student progettato per il trasferimento sim-to-real, sfruttando il feedback visivo a ciclo chiuso per compensare i deficit dei sensori interni.

1. Politica Teacher (Simulazione):

   • Addestramento: Addestrata tramite Reinforcement Learning (Proximal Policy Optimization, PPO) all'interno di un simulatore ad alta fedeltà (NVIDIA Isaac Sim/Orbit-Surgical).
   • Informazioni Privilegiate: Il teacher ha accesso a dati "privilegiati" non disponibili sul robot fisico, tra cui le vere posizioni dei giunti, le velocità e le pose accurate dell'end-effector.
   • Architettura: Un Perceptron Multistrato (MLP) che riceve in input waypoint di traiettoria futuri e lo stato reale per produrre incrementi di giunto in uscita.
   • Affinamento della Robustezza: Il teacher subisce una seconda fase di addestramento che prevede perturbazioni procedurali dei giunti (rumore e bias) per trasformarlo da un esecutore perfetto in un "esperto di recupero", capace di guidare uno studente attraverso deviazioni di stato.

2. Politica Student (Deployment nel Mondo Reale):

   • Addestramento: Addestrata tramite Imitation Learning utilizzando l'algoritmo DAgger (Data Aggregation) per mitigare lo shift della distribuzione. Lo studente impara a imitare le azioni del teacher, ma opera sotto vincoli realistici.
     ‌3. Rappresentazione dello Stato: Lo studente fonde dati propriocettivi inaffidabili (posizioni e velocità dei giunti con bias dal dVRK) con un feedback visivo esterno affidabile. L'input visivo consiste in keypoint 2D tracciati sull'estremità dello strumento.
   • Architettura: Un modello basato su Transformer (4 strati di encoder, 1 di decoder) ispirato all'Action Chunking Transformer (ACT), che utilizza l'auto-attenzione per modellare le dipendenze temporali e multimodali.
   • Randomizzazione del Dominio: L'addestramento prevede la randomizzazione dei bias dei giunti (±0.05 rad), delle pose della telecamera (traslazione ±2 cm, rotazione ±10°) e del rumore di osservazione per garantire che la politica apprenda caratteristiche invarianti rispetto alla vista e si generalizzi agli offset cinematici.

3. Trasferimento Sim-to-Real:

   • Un algoritmo di flusso ottico piramidale Lucas-Kanade (LK) traccia i keypoint 2D in tempo reale sul dVRK fisico.
   • La politica student addestrata viene implementata direttamente sul robot fisico senza ulteriore fine-tuning, utilizzando il loop di feedback visivo per correggere gli errori cinematici in tempo reale.

Contributi Chiave

• Controllore Visuomotorio: Un controllore di basso livello addestrato in un paradigma teacher-student che compensa attivamente gli errori cinematici interni fondendo la proprioccezione inaffidabile con il feedback visivo esterno.
• Validazione Sim-to-Real: Implementazione riuscita su una piattaforma fisica dVRK, dimostrando prestazioni competitive rispetto ai metodi di controllo classici e altre politiche basate sull'apprendimento (ACT).
• Dimostrazione di Robustezza: Evidenza sperimentale della capacità della politica di generalizzare attraverso variazioni di rilocalizzazione dello spazio di lavoro e variazioni della visuale della telecamera, stabilendo una base per l'automazione chirurgica agnostica rispetto al compito.

Risultati Sperimentali
Gli esperimenti sono stati condotti su un compito di trasferimento di un perno (peg-transfer) modificato utilizzando il dVRK.

• Prestazioni in Simulazione: La politica student ha raggiunto un errore di posizione di ~1.2 mm e un errore di orientamento di ~0.03 rad, leggermente superiori al teacher (0.6 mm, 0.015 rad), ma stabili e precisi.
• Generalizzabilità della Rilocalizzazione: Quando lo spazio di lavoro del compito è stato spostato orizzontalmente (−4 cm a +6 cm):
  • IK Replay (Baseline): È fallito completamente (0% di successo) a offset > ±2 cm, poiché si basa su un modello cinematico interno difettoso che non tiene conto degli errori dipendenti dalla configurazione.
  • Metodo Proposto: Ha mantenuto un tasso di successo >80% entro ±2 cm e ha raggiunto il 55% di successo al massimo offset (+6 cm), dimostrando la capacità di apprendere una mappatura dall'errore visivo all'azione correttiva.
• Generalizzabilità della Visuale: Sotto variazioni della posa della telecamera (traslazione ±3 cm, rotazione ±10°):
  • Il metodo proposto ha superato significativamente la baseline ACT (es. 40% vs 15% di successo a ±10° di rotazione), grazie alle caratteristiche invarianti rispetto alla vista apprese durante l'addestramento.
• Robustezza delle Caratteristiche Visive:
  • La politica ha tollerato un moderato rumore Gaussiano sui keypoint (il tasso di successo è sceso solo leggermente dal 90% all'80%).
  • Le prestazioni sono degradate significativamente quando 2 keypoint sono stati mascherati (30% di successo) e sono fallite completamente (0% di successo) quando 4 keypoint sono stati mascherati o quando l'input visivo è stato rimosso, confermando la dipendenza dal feedback visivo piuttosto che dalla sola proprioccezione.

Significato e Rivendicazioni
L'articolo sostiene di fornire una metodologia di controllo fondamentale e affidabile per l'automazione chirurgica. Passando da una calibrazione basata su modelli a un approccio basato sull'apprendimento che compensa attivamente le imprecisioni hardware tramite la visione esterna, questo lavoro affronta il collo di bottiglia critico dell'incertezza cinematica nei robot chirurgici. Gli autori affermano che questa ricerca apre la strada a sistemi di automazione chirurgica più avanzati, robusti e intelligenti che possono operare efficacemente nonostante i limiti fisici dell'hardware attuale.

Gli autori mantengono un tono modesto riguardo ai limiti, riconoscendo che l'attuale modulo di percezione visiva richiede un'inizializzazione manuale, è sensibile all'occlusione e all'illuminazione, e che il framework attualmente modella errori lineari piuttosto che gli errori sistematici non lineari presenti nel dVRK. Il lavoro futuro è proposto per affrontare questi vincoli specifici ed espandere la valutazione a una gamma più ampia di compiti chirurgici.