研究人员提出了ActionDiffusion扩散模型，用于教学视频中的过程规划。该模型考虑了动作之间的时间依赖关系，实现了对动作的学习和去噪。实验证明该方法在准确性以外的指标上优于现有方法。

该文介绍了一种能够逐步扩展解释性时间逻辑规则集的框架，通过时间点过程建模和学习框架，规则内容和权重将逐渐优化，直到观察的事件序列的似然性最佳。作者提出了一种神经搜索策略，通过学习生成新规则内容的一系列动作，训练好的策略可以以可控的方式生成新规则。作者在合成和真实的医疗数据集上评估了该方法，取得了有前景的结果。