HumynexSurg-1：精心策划的专家抽脂数据集

机器人基础模型从大型示范语料库中学习操作，但这些语料库中缺少手术：在 780 小时的 Open-H 手术集合中，一个数据集携带同步力，但没有一个数据集涵盖美容手术。吸脂术是一个困难的情况，因为仪器在皮肤下工作，外科医生凭感觉和判断来操作。 Humynex Robotics 为此类程序构建了精选的专家数据集。 HumynexSurg-1 是第一个版本：一位抽脂大师在猪腹部组织上进行手术，同时叙述每一个决定，记录有同步抽吸压力、六轴手力/扭矩、自上而下的 RGB-D 视频、侧面视频和领夹式麦克风——14 集、42,738 帧、35.6 分钟、356 句话，其中 95% 编译成抽脂特定的标签模式。此次捕获遵循一项正在申请专利的传感计划，该计划围绕策略所需的数量进行组织，因此今天由模型捕获的通道可以在明天升级为传感器，而无需更改数据格式。此版本将仪器运动捕获为侧面视频中的工具手轨迹，并提供力通道作为状态；资助的捕获增加了测量的 6-DoF 手柄姿势、经过验证的力通道、脂肪层的超声成像和触诊传感。作为概念证明，NVIDIA Isaac GR00T N1.7 在每次运行不到一小时的时间内对数据集进行微调，无需自定义代码，并学习记录的会话；对同一事件的扩展探测显示了进一步的收益来自何处：每个新会话都会降低未见过的会话的错误。数据集、标签模式、质量保证报告和评估协议都是产品；下一个捕获是探针所指向的，即使用此处命名的传感器跨越脂肪区域的许多简短会话。