世界モデルを用いた動画からの外科手術ロボットポリシー学習

本論文は、未ラベルの外科手術動画と世界モデリングを活用することにより、外科手術ロボットにおけるデータ不足の問題に対処しています。外科手術物理AIのための世界モデルであるSurgWorldを導入し、それを用いて合成されたペアのビデオアクションデータを生成します。このアプローチにより、実際のデモンストレーションのみで訓練されたモデルよりも優れた性能を発揮する外科手術VLAポリシーの訓練が可能になり、自律的な外科手術スキル習得へのスケーラブルな道を提供します。