Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Safe Navigation for Robotic Digestive Endoscopy via Human Intervention-based Reinforcement Learning

Created by
  • Haebom

저자

Min Tan, Yushun Tao, Boyun Zheng, GaoSheng Xie, Lijuan Feng, Zeyang Xia, Jing Xiong

개요

본 논문은 자동화된 로봇 소화기 내시경(RDE)의 안전하고 효율적인 항해를 위해 인간 개입(HI) 기반 근접 정책 최적화(PPO) 프레임워크인 HI-PPO를 제안합니다. HI-PPO는 강화 학습 기반 RDE 항해 알고리즘의 안전성 문제를 해결하기 위해, 향상된 탐색 메커니즘(EEM), 보상-패널티 조정(RPA), 행동 복제 유사성(BCS)을 통합하여 복잡한 위장 환경에서의 안전한 항해를 위한 PPO의 탐색 비효율성을 해결합니다. 시뮬레이션 플랫폼에서의 비교 실험 결과, HI-PPO는 평균 궤적 오차(ATE) 8.02mm와 안전 점수 0.862를 달성하여 인간 전문가 수준의 성능을 보였습니다.

시사점, 한계점

•
시사점:
◦
인간 개입을 통합하여 RDE의 안전성을 향상시키는 새로운 PPO 기반 프레임워크(HI-PPO) 제시.
◦
EEM, RPA, BCS를 통해 복잡한 위장 환경에서의 안전한 항해 달성.
◦
시뮬레이션 결과, 인간 전문가 수준의 성능을 입증.
◦
향후 공개될 코드를 통해 재현성 확보 가능성 제시.
•
한계점:
◦
현재 시뮬레이션 환경에서만 평가되었으며, 실제 임상 환경에서의 성능 검증 필요.
◦
인간 전문가의 개입 정도와 방법에 대한 추가적인 연구 필요.
◦
다양한 위장 질환 및 환자 특성에 대한 일반화 가능성 검증 필요.
👍
Made with Slashpage