图像驱动模仿学习框架

从超声图像演示中学习专家扫描技巧，让机器人超声系统自动获取标准切面。

Jiaming, Li · Huang, Haohui · Cong, Guo · Lin, Qingguang · 郭靖 · Yang, Chenguang

IEEE Transactions on Automation Science and Engineering 2025

参数信息

仿真扫描成功率

68 %

体模扫描成功率

94 %

仿真轨迹跟踪误差

12.0782

体模轨迹跟踪误差

11.8367

技术优势

从图像学技巧

利用扫描前后帧图像中的信息，通过专家技术判别网络学习专家技巧，无需人工编程或用力传感器标注。

自动生成策略

基于逆强化学习生成一系列扫描策略，使机器人能自主获取标准图像视图。

体模成功率94%

在体模环境中的扫描成功率达到94%，验证了框架在真实场景中的有效性。

应用场景

• 医疗机器人：让机器人自动完成超声扫描，减少对专业医生的依赖，提高检查一致性和效率。
• 机器人超声：赋予机器人超声系统专家级探头操作技巧，自动获取标准切面，提升图像质量。
• 人机交互：机器人通过观察图像演示学习人类专家的交互式操作技巧，实现人机技能迁移。
• 技能学习：从超声扫描图像演示中提取专家策略，实现扫描技能的自动学习和泛化。