《Results in Engineering》：DUAL-TASK INTERFERENCE DOES NOT INVOKE MECHANICAL ADVANTAGE DURING MULTI-FINGER DEXTEROUS OBJECT MANIPULATION
编辑推荐：
日常与物体的交互依赖于通过指尖接触力的有效分配，使被抓持物体保持静态平衡。机械优势假说（Mechanical Advantage Hypothesis, MAH）认为，中枢神经系统（Central Nervous System, CNS）会通过优先使用力臂更长
日常与物体的交互依赖于通过指尖接触力的有效分配，使被抓持物体保持静态平衡。机械优势假说（Mechanical Advantage Hypothesis, MAH）认为，中枢神经系统（Central Nervous System, CNS）会通过优先使用力臂更长的手指来优化抓握力分配。尽管既有研究已表明，MAH的适用性会受到生物力学约束的影响，但认知负荷这一不同维度的任务难度是否也会类似地诱发这种力共享策略，仍不明确。为此，研究人员考察了在中等机械负荷（0.250 kg）的多指抓握-提起任务中，通过并发双任务范式施加更高认知需求，是否会触发利用机械优势的力分配模式。结果显示，参与者能够成功完成任务，且任务稳定性表现为虚拟手指抓握力稳定以及手柄净倾斜维持平稳。然而，与假设相反，认知负荷增加并未导致小指相对于无名指所施加法向力出现不成比例的上升。该发现提示，机械优势这类优化策略的采用，可能主要对生物力学约束敏感，而非对认知约束敏感。
该论文发表于《Results in Engineering》，围绕多指抓握控制中的“机械优势假说（Mechanical Advantage Hypothesis, MAH）”展开，核心问题是：当个体在执行抓握与提举任务时，如果同时承受额外认知负荷，中枢神经系统（Central Nervous System, CNS）是否会像面对更高机械难度那样，重新组织手指间的力分配，并优先调用力臂更长的小指来维持物体平衡。已有研究表明，在多指操控中，CNS并非总是按照单一最优规则分配各指力量，MAH的成立常常依赖于任务是否达到一定生物力学阈值。例如，在较高外载荷、拇指受限或需要更大补偿力矩时，小指较无名指更可能产生更大的法向力；但在中低负荷条件下，这种差异并不稳定。因此，认知负荷能否作为另一类“任务难度”触发类似机制，成为本研究试图回答的关键问题。这一问题不仅关乎手功能的基础运动控制理论，也与神经康复、灵巧手假体和机器人抓握控制策略的设计密切相关。
针对上述问题，研究人员设计了一个中等机械负荷下的多指抓握实验，比较单任务条件与两种不同认知负荷双任务条件下的手指力分配特征。研究结论显示：尽管认知负荷并未破坏任务完成质量，参与者仍能维持手柄接近静态平衡；但认知负荷既未显著改变虚拟手指（virtual finger, VF）的总体抓握力，也未诱发MAH所预期的小指相对无名指法向力优势。由此表明，MAH这类优化性力共享策略可能主要受生物力学约束驱动，而非单纯由认知资源竞争触发。该结论的重要意义在于，它进一步界定了机械优势策略的适用边界，提示CNS在面对认知-运动干扰时，更可能采取保守的稳定化控制，而不是重新配置数字间力分工以追求机械效率。
在技术方法上，研究纳入18名右利手健康成人，均无神经肌肉疾病或手臂损伤史。研究人员使用定制五指抓握操作器，集成五个力/力矩传感器、激光位移传感器和惯性测量单元（Inertial Measurement Unit, IMU），同步采集各指受力、拇指滑台位移及手柄姿态数据。实验设置包括单任务（ST）、低认知负荷双任务（DTL）和高认知负荷双任务（DTH）三种条件，认知任务采用字母序列工作记忆回忆范式，并依据个体记忆广度进行标准化。数据分析采用虚拟手指模型评估整体抓握力稳定性，同时单独比较无名指与小指法向力以直接检验MAH；统计上主要使用重复测量方差分析（ANOVA）与等效性检验（TOST）。
在“Handle Orientation and Thumb Platform Displacement”部分，研究人员首先检验了任务是否在稳定状态下完成。结果显示，三种实验条件下手柄净倾斜角均低于2°，拇指滑动平台位移也始终处于预设阈值范围内，且条件间差异均无统计学意义。这说明，无论是否叠加认知负荷，参与者都能将操作器维持在近似静态平衡状态。该结果为后续力分配分析提供了前提：即不同条件下比较的并不是失败与成功的抓握，而是在均成功完成任务的基础上检验控制策略是否发生改变。
在“Analysis of grip forces”部分，研究人员先从整体抓握稳定性角度分析了虚拟手指抓握力（VF grip force, VF_GF）。研究将任务过程划分为负载力起始（load force onset）、离台（lift off）、最大抓握力以及中央保持阶段（hold phase）四个关键时段，分别比较ST、DTL和DTH三种条件。结果表明，四个时段中条件主效应均不显著，效应量也较小，提示认知负荷增加并未引起总体抓握力的系统性变化。进一步的等效性检验支持不同条件之间VF_GF具有统计学等效性。这意味着在双任务情境下，CNS仍优先维持整体抓握输出的稳定，使物体在日常式多任务环境中保持可靠控制。
随后，研究人员直接检验了本研究的核心假说，即认知负荷是否会诱发机械优势型的尺侧手指力共享。在该分析中，重点比较无名指与小指于保持阶段的法向力。双因素重复测量方差分析以手指类型（无名指、小指）和实验条件（ST、DTL、DTH）为被试内因素。结果显示，手指主效应不显著，条件主效应不显著，二者交互作用也不显著；进一步的等效性检验表明，在每一种条件下，无名指与小指的法向力可视为相当。换言之，即便在高认知负荷双任务下，小指也没有表现出相对于无名指更高的法向力输出，因此没有出现MAH所预期的“长力臂手指优先”模式。这一结果直接否定了研究起始假设，即认知负荷上升不会像机械负荷增强那样，推动CNS转向机械优势策略。
在讨论部分，研究人员将结果置于既往MAH研究与认知-运动干扰文献背景下进行解释。首先，研究指出，双任务条件下未观察到总体抓握力升高，这与部分既往抓握-提举研究不同。文中认为，一个重要原因可能是本研究使用了可滑动拇指平台设计。该设计限制了拇指切向力贡献，并提高了尺侧手指参与补偿力矩生成的必要性，因此被试在基线状态下已处于较高抓握力水平，认知负荷施加后进一步增加的空间有限，可能形成“天花板效应”。其次，研究人员提出更具解释力的观点：MAH可能本质上是对生物力学挑战的适应性优化，而非对所有任务难度都同样敏感。既往证据表明，较大外载荷、拇指受限或其他显著机械约束更容易稳定诱发机械优势；相比之下，认知负荷主要影响的是时间过程、注意分配或总体输出精度，而不足以重构多指之间的基线力共享结构。因此，CNS在认知干扰下更可能采取稳健保守的稳定化策略，而不是重新配置手指分工以追求机械效率。
研究还明确指出了若干局限。其一，可滑动拇指平台可能提高了基线抓握力需求，从而掩盖了细微的数字级重组；未来应在固定滑台条件下重复实验。其二，本研究认知负荷操作是否足够强，仍需通过更复杂任务或瞳孔测量等手段进一步验证。其三，本研究仅考察0.250 kg中等机械负荷，尚不能排除在更高机械负荷和更强认知负荷共同作用下，CNS出现不同力共享策略的可能。其四，研究未直接测量神经活动或运动单位招募模式，因此机械优势出现的神经生理机制仍需结合神经生理指标继续阐明。
研究结论部分可译为：本研究表明，在中等负荷条件下，提高认知需求并不会根据机械优势原理改变手指力的组织方式。相反，多指抓握中的优化策略可能主要保留用于机械需求超过某一临界阈值的情形。整体而言，该论文通过严谨的双任务多指抓握实验，进一步收紧了机械优势假说的适用范围：认知负荷虽然不会显著破坏抓握稳定性，但也不足以触发MAH式的力学优化分工。这一发现对于理解CNS如何在冗余效应器系统中协调稳定性与效率，具有明确的理论价值。
