编辑推荐：
本项研究针对协作双方初始运动计划不一致的场景，探讨了“触觉耦合”（haptic coupling）如何成为协商共同策略的媒介。研究人员让被试在机械连接下重复执行经过路径点的伸臂任务，通过对比对称（计划所需努力相似）与非对称（计划所需努力不同）两组条件，分析了运动轨迹与指标。研究发现，所有配对组都能通过练习协调彼此计划，且这种协调在断开连接后仍影响后续动作。具体而言，在对称计划中，合作者会相互轻微适应；而在非对称计划中，计划更简单的一方倾向于主导运动，计划更复杂的一方则选择遵从并简化自身计划。这表明，在协作中，人们会利用机械交互来简化任务、最小化努力，为理解人机协作与康复机器人中的自然交互提供了新视角。
在日常的协同作业中，比如两人一起搬运一张桌子，我们常常无需言语就能默契配合，调整各自的动作以实现共同目标。这种看似简单的合作背后，隐藏着一个关键机制——触觉耦合（haptic coupling）。它使我们能够通过物理连接（比如共同握持的物体）感知对方的力与意图，从而协调行动。然而，现实中的合作并非总是一帆风顺，合作双方可能从一开始就有着不同的“小算盘”，比如你想走直线快点到，而我想绕开地上的水坑。那么，当两个人的初始运动计划不一致时，他们是如何通过那根无形的“触觉纽带”进行谈判，最终达成一致行动方案的呢？现有研究大多集中在合作者共享相同计划的情形，对于计划分歧时触觉协商的动态过程，我们知之甚少。为了填补这一空白，一项发表在《IEEE Transactions on Neural Systems and Rehabilitation Engineering》上的研究深入探索了这一问题，揭示了合作双方如何利用机械交互来协商运动策略，甚至简化任务以节省精力。
研究人员开展了一项精巧的行为实验。他们招募被试两人一组，组成“合作对”（dyads）。实验的核心任务是“经过路径点的伸臂任务”（via-points arm-reaching task），即要求参与者操纵一个手柄，使屏幕上的光标依次通过几个特定的点（路径点）到达目标。关键设定在于，每一对被试在开始时被给予不同的、隐藏的路径点序列，这意味着他们各自有着不同的初始运动计划。之后，他们被机械连接起来，需要共同控制光标完成任务。研究设置了两种条件来模拟现实中的不同合作场景：在“对称计划”组，双方的计划复杂程度相当，所需付出的努力相似；而在“非对称计划”组，一方的计划相对简单直接，而另一方的计划则复杂曲折，需要付出显著更多的努力。通过让这些合作对重复执行任务，研究人员细致分析了他们的运动轨迹、速度、误差等指标，观察其运动计划如何随着练习和交互而演变。
研究的主要发现可以通过以下几个部分来呈现：
运动协调与计划演化：分析表明，所有合作对都能通过反复练习，协调他们最初不一致的运动计划。这种协调不仅发生在机械连接时，其影响甚至延续到之后双方断开连接、再次单独执行任务时，表明触觉耦合促成了某种内部运动表征的持久性改变。
对称计划下的相互适应：在双方计划所需努力相似的对称情境中，合作者表现出一种温和的相互妥协。他们的最终运动轨迹既不是完全执行A的计划，也不是完全执行B的计划，而是各自向对方的计划做出轻微调整，最终汇聚到一个折中的共同策略上。
非对称计划下的主导与顺从：在计划复杂程度不同的非对称情境中，动态则截然不同。拥有更简单、更省力计划的一方，在协作中逐渐取得了运动的主导权。而计划更复杂的一方，并没有坚持自己费力的原计划，而是选择顺从对方，并放松（简化）了自己的运动计划。这表明，在存在努力差异时，系统会自发地朝着整体努力最小化的方向演化。
综合以上结果，研究的核心结论在于，人类在通过触觉耦合进行协作时，不仅仅是在协调动作，更是在协商和优化高层的运动计划。当计划一致时，双方相互微调；当计划存在“费力”程度的不平衡时，合作会倾向于由更省力的一方引导，并通过另一方的顺从与计划简化来实现整体任务难度的降低。这项研究的重要意义在于，它将触觉交互的研究从简单的动作同步，推进到了复杂计划协商的层面，揭示了人际协作中一种高效、节能的协商机制。这对于设计更自然、更智能的人机协作系统（如康复机器人、协作机器人）具有深刻启发：理想的协作机器人不应仅仅跟随或辅助，而应能理解人类伙伴的意图与计划，并能通过自然的触觉交互进行“谈判”，共同找到对双方而言都最高效、最省力的合作策略，从而提升协作的流畅性与用户体验。
