arXiv（brain-computer interface）· Angen Ye·· 13 天前AI 评分38
SurgiCLAW：面向精密机器人微操作的可解释原子技能智能体
SurgiCLAW: An Interpretable Atomic-Skill Agent for Precision Robotic Micromanipulation
AI 导读
SurgiCLAW 是一个分层技能框架，将 MLLM 限定于术中视觉理解、结构化解释与原子手术技能选择，物理执行交由可验证的确定性控制程序。针对脑机接口植入这一高精度手术任务，团队构建状态到技能调用数据集并做视觉与状态扰动扩增，经监督微调后用动作正确性、操作前置条件与格式有效性三项奖励优化。
AI 要点
团队
作者 Angen Ye；原文未提及其所属机构。
主要结果
固定测试集上技能选择准确率 94.6%、Macro-F1 93.0%；50 次闭环真机植入试验任务成功率 88.0%。
解决什么问题
针对手术机器人端到端预测低层动作精度不足、决策不透明、数据稀缺的问题。
方法
MLLM 只负责术中视觉理解、结构化解释与原子手术技能选择，物理执行交给确定性控制程序；构建状态到技能调用数据集并做视觉与状态扰动扩增，先监督微调，再用动作正确性、操作前提、格式有效性三项奖励优化。
局限
从研究设计看，真机评估为 50 次闭环试验，未设对照。
AI 依据原文整理，未经人工核对。
来源：arXiv（brain-computer interface） · arxiv.org