无线胶囊内窥镜（WCE）为胃肠道提供了一种无痛的可视化手段，但由于黏膜覆盖不完整以及现有导航方法在不同患者解剖结构之间的可转移性差，其诊断潜力受到限制。针对这些问题，研究团队提出了一种基于解剖标志的深度强化学习（AL-DRL）框架，用于实现自主胃部导航。该框架的核心是轻量级的边缘-轮廓-深度融合模块，它能够将策略操作从高维视频流转化为稳定的低维解剖标志坐标。这一创新有效弥合了模拟环境与真实场景之间的差距，使得训练好的策略能够更好地适应不同的患者解剖结构。
在评估过程中，研究使用八种不同的患者衍生模型进行模拟实验。AL-DRL算法在50秒内实现了超过97%的胃部覆盖面积，显著优于传统的PPO、SAC和DQN智能体。此外，团队设计了一个两阶段的模拟到真实迁移管道，集成了自适应动态规划控制器，以主动抑制物理扰动，例如胶囊的运动误差和环境噪声。在体外实验中，该系统达到了平均87%的覆盖率，并且将操作时间比专家手动控制缩短了53%。
这一成果由Haoxuan Wu等人于2026年5月8日在arXiv上提交，标志着胶囊内窥镜自主导航技术的重要进展。论文提供了代码和数据的链接，为其他研究者复现和进一步改进提供了基础。AL-DRL框架的高效性和跨患者解剖结构的可迁移性，使其有望在未来的临床应用中显著提升胃肠道检查的效率和准确性。