SurgiCLAW：用于精密机器人显微操作的可解释原子技能智能体

基于摘要分析。研究针对手术机器人端到端低层动作预测中精度不足、决策不透明及数据稀缺的问题，提出分层技能框架 SurgiCLAW，并以脑机接口（BCI）植入操作为代表任务。其主要贡献是将多模态大语言模型（MLLM）的视觉理解与技能选择，同确定性控制程序的物理执行分离；研究对象是机器人植入操作，而非神经信号解码或 BCI 控制算法。 机制上，MLLM 负责术中视觉理解、结构化解释和原子手术技能选择，实际动作交由可验证的确定性控制程序执行。作者构建状态到技能调用的数据集，并通过视觉与状态扰动扩充数据。训练先采用监督微调学习结构化技能调用，再使用动作正确性、操作前提条件和格式有效性三类奖励进行优化。具体模型、技能库、奖励定义及优化算法尚未验证；结构化解释是否忠实反映决策过程，也需结合正文核对。 作者报告，在固定测试集上，技能选择 Accuracy 为 94.6%，Macro-F1 为 93.0%；在 50 次闭环真实机器人植入试验中，任务成功率为 88.0%。这些指标分别衡量技能选择与完整任务执行，不能相互替代。摘要提到子任务成功率评估、离线模型比较、真实机器人测试和消融，但未提供具体对照及消融结果。 复现需核对训练与测试划分、扰动样本的划分方式、原子技能定义、操作前提检查、机器人及植入环境、失败类型和任务成功判据。实验协议、消融及统计信息尚未验证，数据与代码可用性亦未确认。摘要未说明植入对象及临床验证条件，因此不能据此推断人体植入安全性或临床可用性。