想象一下你和朋友一起搬沙发。你们各自站在两端，需要沟通何时一起用力抬起。你们可以数到三一起行动，或者，如果你们心有灵犀，可以用点头来示意。
现在，如果和你一起搬沙发的是一个机器人，你会用什么最好的方式告诉它该做什么、何时做呢？麻省理工学院的机器人专家创造了一个机械系统，可以帮助人类搬运重物，而这个系统的工作原理是直接读取人肱二头肌产生的电信号。
这是一种值得注意的方法，因为它的方式并非大多数人与技术互动时习惯的通用方式。我们习惯于与 Alexa 或 Siri 等语音助手交谈，在智能手机上轻点，或者使用键盘、鼠标或触控板。又或者，Google Nest Hub Max 这样的智能家居平板电脑，可以通过摄像头识别用户做出的“停止”手势来暂停视频。同时，机器人汽车——自动驾驶汽车——通过激光、摄像头和雷达等仪器感知周围环境。
但这些机器人系统都没有像这个机器人一样测量人的肌肉收缩。在一个人举起重物的场景下，一个监听语音指令或使用摄像头的机器人可能并不是了解何时以及多高才能抬起的最佳方式。
这款通过肱二头肌传感来工作的机器人，其原理是电极直接贴在人的上臂上，并通过电线连接到机器人。“总的来说，该系统旨在让人类和机器人更容易在体力劳动任务中协同工作，”麻省理工学院博士候选人、研究人机交互的 Joseph DelPreto 说，他也是描述该系统的论文的第一作者。良好的协作通常需要良好的沟通，在这种情况下，这种沟通直接来源于你的肌肉。“当你和机器人一起举重物时，机器人可以观察你的肌肉活动来感知你的动作，然后它就可以尝试帮助你。”
机器人通过两种基本方式响应你的肌肉信号。最简单的方式是，当你的手臂上下移动时，机器人会感应到你肱二头肌发出的信号——称为 EMG 信号——然后模仿你的动作。你也可以在不实际移动手臂的情况下绷紧你的肱二头肌——收紧或放松肌肉——来指示机器人手臂向上或向下移动。
该系统还可以解释更精细的动作，这得益于人工智能。要更细致地控制机器人手臂的上下移动，戴着电极的上臂佩戴者可以将手腕向上微动两次，或向下微动一次，机器人就会执行你的指令。为了实现这一点，DelPreto 使用了一个神经网络，这是一个从数据中学习的人工智能系统。该神经网络会解析来自人类肱二头肌和肱三头肌的 EMG 信号，每秒分析大约 80 次，然后告诉机器人手臂该做什么。
很容易看出这样的系统如何能帮助任何从事体力劳动的人，这项研究得到了波音公司的部分资助。“我们可以看到它被用于工厂、[或]建筑工地，人们在那里协同搬运大型或重型物品，”DelPreto 说。当然，工厂已经普遍使用机器人；例如，密歇根州一家通用汽车铸造厂就使用机器人系统来协助完成沉重、危险或两者兼而有之的工作，例如在热液体铝注入发动机缸体模具时，由机器人来支撑模具。这是一项人力无法也绝不应该承担的工作。
但麻省理工学院的系统可以实现更直接、也许更直观的人与机器在协同搬运重物时的连接。毕竟，人类和机器人在不同的任务上都有各自的优势。“人与机器人协作越紧密，协同效应就能发挥得越有效，”DelPreto 说。
