一种基于混合强化学习的腔道手术机器人自主导航决策方法及相关装置

本申请公开了一种基于混合强化学习的腔道手术机器人自主导航决策方法及相关装置。该方法包括：获取医生历史操作数据集训练PPO模型进行模仿学习；术中实时采集环境状态输入模型，输出离散动作与连续PID参数；经动态权重融合层生成控制指令，并支持语音或眼动干预覆盖模型输出；将干预内容按优先级存入回放缓冲区并更新模型。本发明通过分层注意力机制提升复杂感知理解能力，利用风险自适应融合策略增强安全性，借助人类干预与优先级经验回放实现持续进化，从而提高腔道手术机器人在狭窄动态环境下的自主导航精度、安全性与临床友好性。