本文提出了一种级联神经网络架构，用于通过视频评估外科结扎任务的表现。模型在模拟实验中达到了中位数准确率0.71、召回率0.66和F1分数0.65。此外，研究探讨了自监督学习和强化学习在操纵可变形物体中的应用，成功实现了复杂任务的模仿学习。