多智能体模糊强化学习

LLM引导协同导航

大语言模型提供任务先验,模糊强化学习将临床约束嵌入奖励函数,实现多种血管内器械的任务级自主协同导航。

Tianliang, Yao · Yueqi, Xu · Wang, Haoyu · 邱禧荷 · Althoefer, K. · 齐鹏

IEEE Transactions on Fuzzy Systems 2025

技术优势

多器械协同

框架支持导丝和导管等多个器械同时协作,完成传统单器械方法无法处理的复杂介入任务。

智能任务先验

大语言模型提供手术步骤先验和上下文策略引导,使机器人能自适应地进行决策,无需人工逐步操控。

约束嵌入安全

模糊强化学习将临床约束自适应地嵌入奖励函数,确保手术过程严格遵循安全要求,减轻大语言模型带来的不确定性。

导航性能更优

在3D血管仿真环境中,该方法相比传统方法在导航性能和操作效率上均表现出优势。

应用场景