RL-MACRO: A Cybernetic Closed-Loop Intelligence Framework for Multimodal Adaptive Robotic Craniotomy

📄 arXiv: 2607.21113v1 📥 PDF

作者: Xiao Zhang, Jiaxuan Li, Renzhen Le, Di Wu, Chao Sun, Jiachen Zhu, Haoyuan Zhang, Xiang Li, Jian Liu, Zhenzhi Ying, Pengfei Zhang, Liming Shu

分类: cs.RO

发布日期: 2026-07-23

💡 一句话要点

提出RL-MACRO框架以解决自主机器人颅骨切割中的不确定性问题

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture) 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 自主机器人 颅骨切割 多模态感知 自适应决策 强化学习 控制回路 医疗机器人 智能制造

📋 核心要点

  1. 现有的自主机器人颅骨切割方法面临着工具与组织相互作用调节的挑战，尤其是在不确定的环境中。
  2. 本文提出的RL-MACRO框架通过多模态感知和自适应决策，解决了部分可观察状态下的自主感知和行为优化问题。
  3. 实验结果表明，该系统在牛肋骨和山羊头骨上的表现优异，具有强大的感知能力和适应性，确保了手术的安全性和效率。

📝 摘要（中文）

自主机器人颅骨切割需要持续调节工具与组织之间的相互作用，以减轻机械过载和热损伤，同时保持手术效率。然而，由于组织特性未知且随时间变化，以及在物理遮挡下无法直接测量切割温度，该过程本质上是部分可观察的。为了解决这些挑战，本文提出了RL-MACRO，一个结合多模态感知、自适应决策和机器人执行的控制回路智能框架。该框架使手术机器人能够从部分传感反馈中自主感知不可接触状态，并在不确定环境中动态优化其行为。实验验证了系统在牛肋骨和六个离体山羊头骨上的稳健感知、自适应恢复及在不规则表面上的平滑执行，建立了一个数据驱动的控制回路范式，以实现安全高效的自主骨切割。

🔬 方法详解

问题定义：本文旨在解决自主机器人颅骨切割中工具与组织相互作用的调节问题，现有方法在面对未知和时间变化的组织特性时，难以有效控制切割过程中的热损伤和机械过载。

核心思路：RL-MACRO框架通过结合多模态感知和自适应决策，使机器人能够从部分传感器反馈中重建隐藏的温度状态，并动态优化切割行为，以应对不确定环境。

技术框架：该框架包括多个模块：首先，使用CNN-LSTM观察者融合力和声音反馈重建温度状态；然后，基于重建的温度和多传感器特征形成信念状态，应用离线隐式Q学习（IQL）策略进行决策；最后，通过在线轨迹重新规划和速度伺服将决策转化为空间运动。

关键创新：最重要的创新在于提出了双头Actor网络，能够动态协调进给速率、主轴速度和切割深度，以在严格的安全边界内优化切割效率。这一设计与传统方法相比，显著提升了自主决策能力。

关键设计：在技术细节上，使用了CNN-LSTM结构来处理多模态输入，损失函数设计为最小化重建温度的均方误差（MAE），并通过强化学习优化决策过程，确保系统在复杂环境中的稳定性和安全性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，RL-MACRO框架在牛肋骨和六个离体山羊头骨上的温度重建R²值达到0.939，平均绝对误差为1.717摄氏度，证明了系统在感知和适应性恢复方面的强大能力，确保了在不规则表面上的平滑执行。

🎯 应用场景

该研究的潜在应用领域包括医疗机器人、外科手术自动化和智能制造等。通过实现高效、安全的自主骨切割，RL-MACRO框架能够显著提升手术的精确性和效率，减少医生的工作负担，并为未来的智能医疗设备奠定基础。

📄 摘要（原文）

Autonomous robotic craniotomy requires continuous regulation of tool-tissue interactions to mitigate mechanical overload and thermal damage while maintaining surgical efficiency. However, this process is inherently partially observable due to unknown, time-varying tissue properties and the inability to directly measure cutting temperatures under physical occlusion. To address these challenges, we propose RL-MACRO, a cybernetic closed-loop intelligence framework that couples multimodal perception, adaptive decision-making, and robotic execution. This framework empowers the surgical robot to autonomously perceive inaccessible states from partial sensory feedback and dynamically optimize its behaviors under uncertain environment. A CNN-LSTM observer first fuses force and sound feedback to reconstruct the hidden temperature state (R^2=0.939, MAE = 1.717 deg C). This reconstructed temperature, alongside multi-sensor features, forms the belief state for an offline Implicit Q-Learning (IQL) policy. A novel dual-head Actor dynamically coordinates the feed rate, spindle speed, and cutting depth to optimize efficiency within strict safety bounds. These decisions are seamlessly translated into spatial motions via online trajectory re-planning and velocity servoing. Experiments on bovine ribs and six ex vivo goat skulls validate the system's robust perception, adaptive recovery from force/temperature excursions, and smooth execution on irregular surfaces, establishing a data-driven cybernetic paradigm for safe and efficient autonomous bone cutting.