Progressive Experience Fusion for Multi-Task World Model Control in Endovascular Navigation

📄 arXiv: 2608.18647v1 📥 PDF

作者: Harry Robertshaw, Maxence Boels, Nikola Fischer, Sebastien Ourselin, Christos Bergeles, Alejandro Granados, Thomas C Booth

分类: cs.RO, cs.LG

发布日期: 2026-08-19

💡 一句话要点

提出渐进经验融合以解决血管内导航中的多任务控制问题

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)

关键词: 自主导航 血管内手术 多任务学习 模型预测控制 渐进经验融合 适应性规划 医疗机器人

📋 核心要点

  1. 现有的血管内导航控制器在面对复杂的血管解剖时表现不佳，难以有效完成多阶段路径导航。
  2. 论文提出了渐进经验融合（PEF）方法，旨在通过多任务训练提升控制器在不同血管解剖中的适应性和成功率。
  3. 实验结果显示，PEF在多个任务中成功率达到74%，并在适应性规划下在新血管上成功率提升至90%。

📝 摘要（中文）

自主血管内导航能够支持机械性血栓切除在服务不足地区的实施，但控制器必须在不同的血管解剖结构中导航长而复杂的路径。本研究探讨了渐进经验融合（PEF）用于训练多任务时间差分模型预测控制器（TD-MPC2）。我们还评估了一种启发式方法，该方法通过残余动作序列分散性改变模型预测路径积分的规划时间范围，并在患者特定的模拟中进行微调。在十个已知训练解剖结构的五个子任务中，PEF的平均成功率为74%，相比之下，软演员-评论者的成功率为37%（p < 0.001），基础TD-MPC2为65%（p = 0.053）。经过适应性时间范围规划训练的PEF控制器在30个血管上达到了90%的平均成功率。PEF代理成功转移到未见的体外中风患者血管下，经过微调后路径比率从63%提高到80%（p < 0.001），微调步骤为40x103（约107分钟的临床院际转移时间）。该工作为多血管训练和患者特定适应提供了概念验证，但在临床应用前需要进一步验证。

🔬 方法详解

问题定义：本研究旨在解决自主血管内导航中控制器在复杂血管解剖结构下的导航效率问题。现有方法在多阶段路径导航时表现不佳，成功率较低。

核心思路：论文提出的渐进经验融合（PEF）方法通过结合多任务学习和适应性规划，提升了控制器在不同血管解剖中的适应性和成功率。

技术框架：整体架构包括多任务时间差分模型预测控制器（TD-MPC2），结合PEF进行训练，并通过启发式方法调整模型预测路径积分的规划时间范围。主要模块包括任务分解、经验融合和适应性微调。

关键创新：PEF的核心创新在于其渐进式的经验融合策略，使得控制器能够在多种血管解剖中进行有效训练，显著提高了成功率，与传统方法相比具有本质的优势。

关键设计：在训练过程中，采用了适应性规划的时间范围设置，并通过微调步骤优化控制器性能，具体参数和损失函数设计未在摘要中详细说明，需参考原文获取更多技术细节。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，PEF方法在五个子任务中取得了74%的平均成功率，相比之下，软演员-评论者的成功率仅为37%。经过适应性规划的PEF控制器在30个血管上达到了90%的成功率，显示出显著的性能提升。

🎯 应用场景

该研究的潜在应用领域包括医疗机器人、血管内手术导航和智能医疗设备等。通过提升自主导航的成功率，能够为偏远地区的医疗服务提供支持，改善患者的治疗效果，具有重要的实际价值和未来影响。

📄 摘要（原文）

Autonomous endovascular navigation could support the delivery of mechanical thrombectomy to underserved areas, but controllers must navigate long, multi-stage paths across varying vascular anatomies. This study investigates Progressive Experience Fusion (PEF) to train a multi-task TD-MPC2 controller. We additionally evaluate a heuristic that changes the Model Predictive Path Integral planning horizon using residual action-sequence dispersion, and fine-tuning in a patient-specific simulation. Across five subtasks in ten known training anatomies with held-out targets, PEF achieved a mean success rate of 74%, compared with 37% for Soft Actor-Critic (p < 0.001) and 65% for base TD-MPC2 (p = 0.053). A PEF controller with adaptive-horizon planning trained on 30 vasculatures achieved a mean success rate of 90% in ten held-out vasculatures. The PEF agent successfully transferred to an unseen in vitro stroke patient vasculature under fluoroscopy, achieving a mean path ratio improvement from 63% to 80% with fine-tuning (p < 0.001), following 40x103 fine-tuning steps (corresponding to approximately 107 min of clinical inter-hospital transfer time). This work represents a proof of concept for multi-vasculature training and patient-specific adaptation, while further validation is required before clinical deployment.