EmbodiedUS-FS：超声机器人的快慢智能

真实临床环境中的机器人超声扫描需要高水平的临床工作流程推理和低水平的闭环执行。医生的自然语言指令通常包含隐含的解剖目标、程序逻辑、图像质量要求和安全约束，而执行则受到患者运动、接触变化和目标漂移的影响。我们提出了一种快速和慢速的分层超声系统，用于安全且可解释的机器人超声辅助。 Slow Brain 通过 API 和手册语料库的知识增强执行意图解析和分阶段任务规划，并通过任务图构建和结构化计划验证生成可执行计划。 Fast Brain 融合了多模态反馈，包括超声图像、机器人姿势和力状态以及患者运动信息，以细化局部动作并执行图像质量引导的恢复行为。该系统进一步集成了安全盾和分层升级策略，以限制危险行为，并在持续故障或安全违规情况下触发重新计划或人工确认。规划评估、动态扰动下的闭环执行和安全机制验证的实验表明，所提出的分层设计提高了任务成功率，同时减少了安全违规。