摘要
本研究探讨了在学习控制仿生手的过程中，仿生控制策略（模仿自然手部动作）是否比任意控制策略（使用无关动作来控制手部）在技能掌握、手部嵌入感和自动性方面具有更好的效果。研究人员使用肌电仿生手训练了两组健康参与者，一组采用仿生控制策略，另一组采用任意控制策略。参与者经过数天训练后，研究人员评估了他们的运动学习、速度、灵活性、控制自动性以及对新控制策略的泛化能力。
结果显示，仿生控制在训练早期的直观性和速度上具有一定优势，但随着训练的深入，两组在大部分任务上的表现趋于一致。特别是任意控制组在泛化测试中表现出更强的适应能力，能够更好地将所学技能迁移到新的控制策略中。这项研究表明，仿生控制并不总是最佳选择，选择一种适应用户需求的灵活控制策略可能更有效。
2. 方法
本研究设计了实验以比较仿生和任意控制策略在仿生手技能学习中的效果。研究使用了八通道肌电图（EMG）模式识别系统来控制可穿戴仿生手，参与者包括两组健康成年人：仿生控制组和任意控制组。仿生控制组的手势模仿了目标仿生手的动作，而任意控制组的手势与仿生手的目标动作无直接关联。每位参与者每天训练2至3小时，总共进行四天训练，并在训练后进行两次测试。研究对所有参与者在训练任务中的表现进行评估，涵盖了以下几项主要技能：（1）嵌入感测量，评估参与者对仿生手的身体归属感和控制感；（2）早期和后期的训练表现，包括速度和灵活性；（3）自动性测量，通过双任务（同时进行数学运算和堆叠方块任务）来评估控制的自动性；（4）泛化能力，即在新的控制映射下迁移学习的效果。研究通过一系列问卷和行为任务收集数据，并采用统计分析比较两组在各项指标上的差异。
a、 附在参与者左臂的仿生手系统。i-LIMB Quantum 仿生手由 Coapt 模式识别控制器 (Coapt, Complete Control Gen2) 控制，使用位于前臂肌肉周围的表面 EMG 电极 (八个通道) 的信号 (有关设备组件的详细分解，请参阅方法)。绑定生物手以尽量减少两种控制策略之间的视觉差异。b 、仿生用户和任意用户校准了他们的 EMG 控制器，以便特定的生物手势可以与特定的仿生手势互动 (对于仿生策略，这些手势是匹配的)。c 、 受训组的实验设计。左图：日常训练课程中包含的训练任务示例 (补充视频1 )。中间：每次研究访问的时间表。右图：描绘了在训练中向参与者介绍仿生手势的时间 (D1，张开和闭合；D2，捏；D3，三脚架)。在训练后的泛化阶段，所有参与者（包括未训练的参与者组）都学会了使用一组新的手势（即新的映射）来控制手。Coapt Gen2 经 Coapt LLC 许可使用。
3. 实验结果
实验结果显示，仿生控制组在训练初期的任务完成速度上优于任意控制组，尤其是在简单的握持任务中，仿生组能更快速完成任务。然而，在较复杂的任务（例如精细控制和手势切换任务）中，任意组逐渐赶上仿生组。两组在训练后均表现出对仿生手的嵌入感提升，但在视觉归属感上没有显著差异。自动性方面，仿生组在早期训练中表现出较高的自动性，即在执行其他任务时能够更好地保持仿生手控制稳定性。然而，随着训练进展，两组的自动性差异逐渐缩小。此外，在泛化测试中，任意组能够更好地适应新的控制映射，而仿生组在切换控制映射后表现与未训练组相近，表现出适应新映射的困难。这表明任意控制在技能迁移和泛化方面具有显著优势。
图2 在测试时训练好的肌电图（EMG）分类器的分类精度。图a显示了仿生手系统采集的肌电信号（EMG）数据，展示了参与者在执行不同手势时各通道的EMG信号强度。图b示意参与者在保持每种手势20秒时，分类器对手势的实时分类结果（每50毫秒更新一次），红色窗口表示计算分类精度的关注时间段（前2.5秒）。图c为仿生控制组和任意控制组在三种手势（休息、打开、关闭）上的平均分类精度矩阵，显示了第一天训练后两组的分类准确率接近。图d展示了两组在第一天和第四天的分类精度显著提高，表明训练过程对分类效果的提升作用，且第四天时两组的分类精度无显著差异。图e展示了在第五天测试五种手势（休息、打开、关闭、捏合、三指握持）时的分类精度矩阵，表明两组在此时分类精度接近。图f比较了训练结束时两组的平均分类精度（五种手势的分类精度平均值），两组间无显著差异，虚线表示随机分类水平（3类手势为33%，5类手势为20%），表明参与者的分类精度高于随机水平。
图4 参与者在训练过程中对仿生手技能的学习情况，包括速度、灵活性和手势切换能力。图a显示了两组在控制速度任务上的表现，训练后的所有参与者在控制速度上均有所提高，且仿生控制组在“关闭”手势上比任意控制组更快。图b展示了灵活性任务的结果，参与者需要在“虚拟鸡蛋测试”中成功抓取并移动易碎物体（鸡蛋），所有参与者在训练后灵活性有所提升，但两组之间无显著差异。图c显示了手势切换任务的结果，要求参与者在“关闭”和“捏合”两种手势之间切换，所有参与者在训练后切换速度有所提高，两组间无显著差异。总体而言，仿生控制组在简单任务中的速度优势在训练后逐渐减小，而在更复杂的灵活性和手势切换任务中，仿生和任意控制组的表现趋于一致。
4. 结论
本研究结果对仿生手控制策略的设计具有重要意义。尽管仿生控制在初期提供了更直观的体验，但任意控制在泛化能力上表现更佳，能适应新的控制映射，表明其在多样化和复杂环境下具有潜在优势。本研究质疑了当前仿生设计的有效性，指出并非所有仿生控制设计都能满足用户需求。未来的仿生手设计或应考虑灵活的策略，在仿生和任意控制之间找到适合用户需求的平衡。此外，本研究的局限性在于实验样本为健康成年人，结果可能不完全适用于截肢者。同时，仿生手技术仍有瓶颈，未来若能提高设备性能，仿生控制可能会展现更强的优势。
