SurgLAT：面向深度感知机器人腹腔镜控制的手术潜在注意力追踪

自主腹腔镜相机控制需要在动态手术场景中持续理解术者的操作意图，其中目标操作区域并非稳定的物理对象，而是一个潜在的、随时间演化的注意力状态。在本工作中，我们提出手术潜在注意力追踪（Surgical Latent Attention Tracking, SurgLAT），一个用于潜在手术注意力建模与自主腹腔镜视野控制的因果在线框架。SurgLAT使用冻结的DINOv3编码器和状态条件空间token混合器，在记忆引导的空间先验下提取操作证据；同时，一个选择性因果潜在记忆模块通过对当前、近期与历史潜在状态的动态检索，联合建模短期运动连续性与长时程手术意图演化。学习到的潜在手术注意力状态被解码为概率注意力热图与操作区域，用于下游内窥镜引导。除感知之外，我们进一步引入机器人部署框架，包括基于虚拟轴公式化的显式腹腔镜运动中心（Remote Center of Motion, RCM）约束控制，以及面向稳定平滑机械臂运动的冗余感知零空间初始化。我们在真实腹腔镜手术视频和一个物理机器人腹腔镜平台上验证了完整系统。实验结果表明，在遮挡、快速运动与目标切换下，系统均能实现稳健的在线操作区域追踪与稳定的自主内窥镜调整，凸显了潜在手术意图建模对手术自主性的有效性。