《Nature Machine Intelligence》9 月 28 日发表微型机器人导航研究。团队构建了可并行运行逾 1 万个模拟血管环境的向量化模拟器，结合任务塑形与正则化奖励，每秒生成约 19 万次状态转移。论文报告导航策略可在 10 分钟内完成训练，明显缩短过去常见的长时间强化学习循环。
研究还测试了不同微型机器人与导航场景的零样本迁移，并在论文中展示真实环境验证；作者公开了代码和数据，便于复核。训练速度、轨迹稳定性与障碍通过率来自特定模拟器、硬件和任务设计，不能推广为所有机器人的训练时间。
这是一项机器人控制研究，不是已获准用于人体治疗的医疗产品。仿真到真实环境的差距、成像条件、复杂流场和长期安全性仍要继续验证。它更直接的价值是缩短导航策略的实验迭代，而不是证明微型机器人已经能自主完成临床操作。