SRT-H：一个通过语言条件下的模仿学习实现自主手术的分层框架

自动手术的研究主要集中在受控环境下的简单任务自动化。然而，实际外科应用需要长时间的灵巧操作，并能泛化到人体组织固有的变异性。使用现有的基于逻辑或传统的端到端学习方法，这些挑战仍然难以解决。为了弥补这一差距，我们提出了一种分层框架，用于执行灵巧的、长时程的手术步骤。我们的方法利用高层策略进行任务规划，低层策略生成机器人轨迹。高层规划器在语言空间中进行规划，生成任务级或纠正性指令，以引导机器人完成长时程步骤并纠正低层策略的错误。我们通过离体（ex vivo）胆囊切除术实验验证了我们的框架，胆囊切除术是一种常用的微创手术，并进行了消融研究以评估系统的关键组件。我们的方法在八个未曾见过的离体胆囊上实现了100%的成功率，在没有人工干预的情况下完全自主操作。这项工作展示了手术过程中的步骤级自主性，标志着自主手术系统临床部署的一个里程碑。