Huanrong Liu

SutureFormer 使用目标条件离线强化学习学习缝合轨迹

研究人员开发了 SutureFormer，一个在像素空间中使用目标条件离线强化学习从内窥镜视频中学习手术轨迹的新框架。该方法将针尖视为一个逐步移动的代理，自然地捕捉了运动的连续性，并能够显式地建模可行的状态转换。SutureFormer 利用带有行为克隆正则化的保守 Q 学习来优化专家演示的策略，有效地将稀疏的标注转换为密集的奖励信号。在肾脏伤口缝合数据集上的实验表明，与现有方法相比，平均位移误差显著降低。