我们提出了基于复发均衡网络的非线性动态控制器的参数化，这是复发性神经网络的概括。我们对控制器保证具有部分观察到的动态系统的指数稳定性的参数化受到限制。最后，我们提出了一种使用投影策略梯度方法合成该控制器的方法，以最大程度地利用任意结构来奖励功能。投影步骤涉及凸优化问题的解决方案。我们通过模拟控制非线性植物（包括用神经网络建模的植物）演示了提出的方法。
translated by 谷歌翻译
在机器人手术期间自动操纵和交付缝合线的过程在手术机器人技术的前沿是一个突出的问题，因为自动化这项任务可以大大减轻远程手术手术期间的外科医生的疲劳，并让他们花更多的时间来解决更高水平的临床决策。制造。在现实世界中完成自主缝合和缝合操作需要准确的缝合线定位和重建，这是从2D立体声摄像机外科手术图像对创建缝合线的3D形状表示的过程。这是一个非常具有挑战性的问题，因为如何有限的像素信息可用于线程以及它们对照明和镜面反射的敏感性。我们提出了使用可靠的关键点和最小变化样条（MVS）平滑优化的缝合线重建工作，以从分段的外科手术图像对构造3D中心线。该方法可与以前的缝合线重建作品相媲美，其可能提高了抓地点估计准确性的可能性。我们的代码和数据集将在以下网址提供：https：//github.com/ucsdarclab/thread-reconstruction。
translated by 谷歌翻译