语言条件行为克隆用于自主内窥镜引导

研究提出用语言条件行为克隆实现自主内窥镜引导，定义了6种临床相关引导行为并采集235条子任务演示。在初步体模实验中，单一视觉运动策略在聚焦、全景和停止上成功率为100%，搜索尖端和跟随尖端为80%，水平校准为50%。作者指出失败模式说明更复杂的引导任务需要引入时间上下文。