AI驱动仿生手实现“自动挡”控制，美国研究突破降低用户认知负担

美国犹他大学研究团队近期在《自然·通讯》杂志发表了一项突破性成果，通过人工智能技术将仿生手控制从“手动挡”升级为“自动挡”，显著降低了使用者的认知负担。这项研究为解决义肢高弃用率问题提供了新思路。

目前市售高端仿生手虽在外形和驱动方式上接近真实手臂，但近半数用户因操作困难最终放弃使用。核心问题在于传统仿生手缺乏触觉反馈系统，使用者必须持续集中注意力控制每根手指的动作力度，这种“微管理”模式导致简单的抓握动作也变得异常疲惫。

研究团队对商用仿生手进行关键改造，采用包裹硅胶的定制化指尖模块，集成压力传感器和光学接近传感器。这些传感器能检测到近乎无重量的棉球接触，甚至可在接触物体前预判距离。通过采集的触觉数据，研究人员训练出专用人工神经网络模型，使仿生手能自动调整至最佳抓握位置。

新系统的突破性在于模拟了人类60-80毫秒的神经反射回路。当抓握物体时，AI可并行处理各手指传感器的数据，独立控制每根手指的动作力度和位置，实现类似真手的自主反射调节。测试表明，该系统能稳定抓取从坚硬物体到易碎品等不同材质的物品。

该技术有望将仿生手的实用性能提升至新高度，使截肢者能更自然地完成日常动作。研究团队表示，下一步将优化系统的学习算法，并探索与神经接口技术的融合可能性。这项进展标志着义肢技术从机械控制向智能感知的重要转变。