在高端设备制造领域，假肢技术的革新正为肢体残障人士的生活带来新的希望。因受伤、事故或疾病失去肢体，会极大降低生活质量，让日常活动参与变得困难。不过，近期技术进步为开发更舒适、智能、直观的假肢开辟了新路径，使用户能轻松完成更多任务。

过去十年，许多智能假肢通过肌电信号操作，这些信号由肌肉产生，经佩戴者皮肤上的传感器接收。虽然部分系统效果显著，但需要使用者有意识发出特定肌肉信号来完成动作，对身体和精神要求颇高。

近日，加拿大纽芬兰纪念大学研究人员取得新突破，开发出一种不依赖肌电或其他生物信号的自动化假肢手运动控制新方法。相关控制系统概述发表于预印本服务器arXiv的一篇论文中，该系统基于机器学习模型，通过假肢手完成特定任务的视频片段进行训练，可自主规划并执行完成特定任务所需的动作。

论文资深作者蒋仙塔教授向Tech Xplore表示，开发此系统的灵感源于希望让假肢手更易使用。传统系统依赖肌肉信号，不仅控制难，还易让用户疲劳。他们想探索自主系统能否承担部分工作，就像能“看”和“感受”世界的机器人一样。

蒋教授及其同事的研究目标是制造一只能自主处理周围环境并执行抓握任务的假手，让佩戴者无需付出太多努力。该控制系统不依赖生物信号或用户指令规划动作，而是依靠安装在假肢手腕上的小型摄像头收集的数据，以及检测触觉和运动的传感器。

论文第一作者石凯杰解释，这些输入通过人工智能(AI)整合，采用模仿学习技术。AI模型从过去演示中学习，观察如何拾起、握住和释放物体，然后机械手利用这些知识实时决策。此系统独特之处在于不依赖肌肉信号，而是通过“理解”物体和任务工作，让用户操作更自然直观。

为测试新控制系统，研究人员将其部署在真实假肢手上，并在现实环境中进行一系列实验。结果显示，即便仅用同一个人处理有限物体的几个视频进行训练，系统也能让假肢手成功抓取所需物品，成功率超过95%。

姜教授称，这朝着制造能在日常环境中自动可靠工作的假肢迈出了重要一步。这意味着未来假肢使用者能受益于一款可完成常见任务的设备，如拿起杯子或开门，无需时刻思考每个动作。

研究人员计划继续改进基于模仿学习的方法，在更广泛实验中测试，涵盖更多能受益于先进假肢系统的个体。未来，他们希望该系统能推动商用假肢手进步，减少操作假肢所需力气。

姜教授还表示，接下来想用假肢实际使用者测试系统并收集反馈，提升系统适应不同环境和更复杂任务的能力，如处理柔软或形状奇特物体。此外，还计划探索将此技术应用于其他辅助设备，如用于中风康复的外骨骼。

更多信息： Kaijie Shi 等，《通过模仿学习实现无生物信号自主假肢手控制》，arXiv (2025)。