Không cần học joystick nhiều năm: Máy xúc tương lai có thể được điều khiển như chính cánh tay của bạn

Với một người chưa từng ngồi trong cabin máy xúc, hai chiếc joystick trông có vẻ không quá phức tạp. Nhưng để chiếc gầu đi đúng quỹ đạo mình muốn, người vận hành phải học một bản đồ điều khiển hoàn toàn không tự nhiên: tay trái và tay phải không trực tiếp “vẽ” đường đi của gầu, mà đồng thời điều khiển tốc độ quay của cabin, boom, stick và bucket.

Một thao tác tưởng đơn giản như xúc đất rồi đổ vào xe tải thực chất đòi hỏi nhiều khớp thủy lực chuyển động cùng lúc. Người vận hành phải biến mục tiêu trong không gian — “đưa đầu gầu tới đây, giữ cao độ này, nghiêng góc kia” — thành một chuỗi lệnh joystick chính xác.

Đó là kỹ năng có thể mất nhiều tháng, thậm chí nhiều năm để trở nên thuần thục.

Một nhóm kỹ sư tại MIT và Sumitomo Heavy Industries đang thử một cách tiếp cận khác: thay vì bắt con người học ngôn ngữ của máy xúc, hãy khiến máy xúc hiểu chuyển động tự nhiên của con người.

Trong nghiên cứu được công bố trực tuyến ngày 17/8/2026 trên Journal of Computing in Civil Engineering, nhóm phát triển một thiết bị có tên World-Space Interface (WSI). Nó trông giống một mô hình thu nhỏ của chính cần máy xúc. Người vận hành đặt tay lên cơ cấu này rồi di chuyển nó theo cách họ muốn boom, arm và bucket của máy thật chuyển động.

Phần mềm sẽ tự làm phần khó: chuyển chuyển động trực quan đó thành các lệnh cho từng khớp của excavator.

Trong thử nghiệm mô phỏng, người chưa từng vận hành máy xúc dùng WSI có cycle time nhanh hơn 37% so với khi dùng joystick ở lần đầu tiếp xúc. Hiệu suất ban đầu của họ cũng gần với mức mà nhóm người mới chỉ đạt được sau khoảng bảy ngày luyện joystick.

Đây chưa phải một máy xúc thương mại “điều khiển bằng cánh tay” và cũng chưa chứng minh người mới có thể bước thẳng ra công trường. Nhưng nghiên cứu gợi ra một hướng thay đổi quan trọng trong heavy machinery: giao diện tương lai có thể được thiết kế theo trực giác của cơ thể người thay vì buộc người vận hành xây dựng một bản đồ điều khiển nhân tạo trong đầu.

Vì sao lái máy xúc khó hơn nhìn từ bên ngoài?

Một excavator thủy lực điển hình có nhiều bậc tự do cần phối hợp cùng lúc. Trong nghiên cứu MIT, bốn chuyển động chính được xét là quay cabin, nâng hạ boom, co duỗi stick và xoay bucket.

Hai joystick truyền thống không điều khiển trực tiếp vị trí cuối của gầu. Chúng điều khiển chuyển động của từng khớp.

Điều đó tạo ra một bài toán inverse mapping trong đầu người vận hành.

Nếu muốn đầu gầu đi theo một đường ngang, operator phải biết nên nâng boom bao nhiêu trong khi stick đang duỗi ra và bucket đang đổi góc. Muốn xúc đất nhanh nhưng không đâm gầu quá sâu, nhiều chuyển động phải được hòa trộn trơn tru.

Người có kinh nghiệm lâu năm không còn nghĩ có ý thức về từng khớp. Họ đã xây dựng một “internal model” — mô hình thần kinh liên kết mục tiêu nhìn thấy trong thế giới với chuyển động tay cần thiết trên joystick.

Nghiên cứu của MIT mô tả quá trình này tương tự cách não học điều khiển cơ thể: qua rất nhiều lần lặp, con người xây được bản đồ giữa mục tiêu và lệnh vận động.

Vấn đề là với máy xúc, bản đồ đó không tự nhiên.

World-Space Interface bỏ qua một lớp “dịch thuật” trong đầu người

WSI được thiết kế để loại bỏ phần lớn quá trình dịch từ “tôi muốn gầu đi đâu” sang “từng joystick cần đẩy theo hướng nào”.

Thiết bị là một phiên bản thu nhỏ của cơ cấu boom–stick–bucket. Các khớp của nó được bố trí tương tự hình học cơ bản của máy xúc.

Khi người vận hành kéo cơ cấu về phía mình, nâng tay hoặc xoay phần tượng trưng cho bucket, hệ thống đọc vị trí các khớp rồi chuyển chúng sang quỹ đạo tương ứng của máy xúc ảo.

Thay vì suy nghĩ theo joint space — không gian của từng khớp máy — người dùng thao tác theo world space: nơi họ muốn đầu gầu xuất hiện trong thế giới.

Hermano Krebs, principal research scientist tại MIT Department of Mechanical Engineering, mô tả ý tưởng đơn giản: người vận hành có thể “diễn” động tác xúc đá hoặc đất, còn máy tính đảm nhiệm việc chuyển động tác đó thành các lệnh phù hợp.

Đây là lý do giao diện có cảm giác gần với một exoskeleton thu nhỏ hơn một bảng điều khiển công nghiệp truyền thống.

Thử nghiệm không chỉ cho người mới chơi vài phút

Nhóm nghiên cứu xây một simulator 3D nhằm tái tạo động học của excavator, bao gồm hành vi thủy lực, khối lượng và quán tính.

Họ tạo 15 môi trường huấn luyện dựa trên các tình huống thực tế như công trường, đường cao tốc, đường rừng, bờ sông, mỏ, đô thị và khu vực nông thôn.

Các bài tập gồm xúc và đổ cát hoặc sỏi, đào và grading rãnh, dọn vật cản trên đường, di chuyển cành cây khỏi mép nước và phá đá.

Tổng cộng 20 người tham gia được chia thành ba nhóm: sáu người mới dùng joystick, sáu người mới dùng WSI và tám operator có kinh nghiệm thực tế từ 6 tới 40 năm.

Những người mới luyện khoảng một giờ mỗi ngày trong bảy ngày, tương đương khoảng bảy giờ huấn luyện chính, sau đó được đánh giá lại trên các bài tập khác với môi trường đã tập.

Mục tiêu không chỉ là xem người dùng có thuộc một bài cụ thể hay không, mà xem kỹ năng có chuyển sang nhiệm vụ mới được hay không.

Joystick có thể học được — nhưng cần xây bản đồ trong đầu

Kết quả cho thấy nhóm người mới dùng joystick cải thiện rõ sau bảy ngày.

Ở những nhiệm vụ cơ bản như đào và đổ vật liệu, hiệu suất sau huấn luyện của họ tiến gần nhóm expert.

Điều thú vị nằm trong phản hồi định tính. Nhiều người mới nói trong hai hoặc ba ngày đầu họ vẫn phải chủ động nhớ joystick nào tương ứng với khớp nào. Chỉ tới khoảng buổi thứ sáu, thao tác mới bắt đầu trở nên gần như tự động.

Đây chính là quá trình hình thành internal model mà nhóm nghiên cứu muốn tránh.

Joystick không phải một giao diện tệ. Nó nhỏ gọn, bền, quen thuộc với ngành và cho phép operator chuyên nghiệp điều khiển rất tinh tế. Nhưng nó yêu cầu con người học một hệ quy chiếu riêng.

WSI đặt câu hỏi khác: nếu có thể bỏ hẳn phần học đó thì sao?

Người mới dùng WSI nhanh hơn 37% ngay lần đầu

Trong so sánh ở lần sử dụng đầu tiên, WSI cho cycle time nhanh hơn joystick khoảng 37%.

Quan trọng hơn, nhóm nghiên cứu cho biết performance trước huấn luyện với WSI tương tự mức performance mà người mới dùng joystick đạt được sau khi hoàn thành quá trình luyện tập.

Nói cách khác, một phần đáng kể của “kỹ năng” không đến từ khả năng hiểu công việc đào xúc, mà từ khả năng hiểu giao diện.

Khi giao diện được thay đổi, khoảng cách đó có thể giảm mạnh.

Đây là một bài học quen thuộc trong human–machine interaction: một hệ thống khó dùng không nhất thiết vì nhiệm vụ bản chất quá phức tạp; đôi khi vì các control được ánh xạ theo cách không phù hợp với trực giác vận động của người.

Nhưng 37% không có nghĩa người mới giỏi hơn thợ máy xúc

Cần đặt con số này đúng bối cảnh.

Nghiên cứu được thực hiện trong môi trường mô phỏng, không phải trên một excavator thật đang đào đất ngoài công trường.

Các task được thiết kế để tái hiện thao tác thực tế, nhưng simulator không thể tái tạo toàn bộ biến số ngoài đời: đất thay đổi mật độ, đá dịch chuyển bất ngờ, tầm nhìn bị che, máy rung, người đi bộ bước vào vùng nguy hiểm, hydraulic response biến đổi theo tải và rất nhiều tình huống cần phán đoán nghề nghiệp.

Expert operator cũng sở hữu kiến thức vượt xa thao tác cần điều khiển: họ hiểu đất, tải trọng, độ ổn định của máy, vị trí utility ngầm, rủi ro lật và cách tối ưu chu kỳ làm việc.

WSI có thể giảm learning curve của interface. Nó không thay thế kinh nghiệm xây dựng và phán đoán an toàn.

Vì vậy, câu “người mới có thể làm việc từ ngày đầu” hiện nên hiểu là tiềm năng đối với các thao tác cơ bản trong một interface dễ học hơn, không phải giấy phép bỏ qua đào tạo operator.

Đây cũng chưa phải bộ điều khiển đã gắn vào máy xúc thật

Trong công trình hiện tại, WSI được ghép với excavator simulator.

Nhóm MIT đề xuất hai con đường triển khai trong tương lai.

Một là đặt bộ điều khiển ngay bên trong cabin. Thay vì hai joystick nhỏ, operator có một cơ cấu dạng tay máy ở cạnh ghế, đặt cánh tay lên và điều khiển theo chuyển động trực quan.

Hai là dùng nó cho teleoperation. Operator có thể ngồi trong một phòng điều khiển cách xa máy xúc, dùng WSI để thao tác thiết bị ở mỏ, khu vực sạt lở, địa điểm nhiễm độc hoặc môi trường nguy hiểm.

Ý tưởng thứ hai đặc biệt phù hợp với xu hướng đang diễn ra trong ngành.

Máy xúc từ xa đã là sản phẩm thương mại — nhưng phần lớn vẫn dùng control truyền thống

Teleoperation không còn là khoa học viễn tưởng.

Komatsu và EARTHBRAIN đã đưa Smart Construction Teleoperation ra thị trường tại Nhật Bản, cho phép operator điều khiển excavator từ môi trường như văn phòng và thậm chí chuyển giữa nhiều máy từ một cockpit.

Tháng 6/2026, Komatsu tiếp tục đưa ra PC200i-12 Remote Operation Model, một excavator 20 tấn được thiết kế để hoạt động với hệ Smart Construction Teleoperation.

Caterpillar cũng có các hệ Cat Command và remote-control console nhằm đưa operator ra khỏi môi trường nguy hiểm.

Điểm mà WSI muốn thay đổi không phải việc “máy xúc có thể điều khiển từ xa hay không”. Câu trả lời cho điều đó đã là có.

Câu hỏi mới là: khi operator đã rời cabin, có nhất thiết phải giữ lại một giao diện mô phỏng đúng cabin cũ?

Teleoperation mở ra cơ hội thiết kế lại hoàn toàn cockpit.

Khi cabin biến mất, joystick cũng có thể không còn là mặc định

Trong máy xây dựng truyền thống, control layout chịu nhiều ràng buộc vật lý: diện tích cabin, hydraulic linkage, tiêu chuẩn công nghiệp, thói quen operator và lịch sử thiết kế.

Remote cockpit loại bỏ một phần các ràng buộc đó.

Người vận hành có thể ngồi trước màn hình lớn, VR headset hoặc hệ display 360 độ. Họ có thể điều khiển nhiều máy khác nhau từ cùng một workstation. Software có thể tự đổi mapping tùy loại thiết bị.

Trong bối cảnh này, một interface mô phỏng chuyển động vật lý của đầu công tác trở nên hấp dẫn hơn.

Máy xúc có thể dùng arm-like controller. Crane có thể dùng một control mô phỏng quỹ đạo móc cẩu. Robot demolition có thể dùng haptic manipulator. Wheel loader có thể có control khác.

Giao diện không còn buộc phải giống phần cứng cơ khí gốc.

Bước tiếp theo của MIT: cho người vận hành “cảm” được đất và đá

Một hạn chế mà cả người mới và expert nhận ra trong simulator là thiếu feedback vật lý.

Khi bucket chạm đá ngoài đời, operator không chỉ nhìn thấy. Họ cảm nhận rung, âm thanh, lực cản và phản ứng của máy.

WSI hiện chủ yếu cung cấp mapping chuyển động. Nhóm đang phát triển haptic feedback để cơ cấu điều khiển tạo lực phản hồi.

Nếu excavator thật xúc một tải đá nặng, cánh tay điều khiển có thể chống lại chuyển động của operator theo một mức tương ứng. Khi bucket va vào vật cứng, người dùng có thể cảm nhận sự thay đổi lực.

Điều này quan trọng đặc biệt cho teleoperation, nơi operator mất phần lớn cue vật lý từ chính thân máy.

Nghiên cứu hiện tại cũng ghi nhận một số hạn chế của simulator như depth perception, cảm nhận khi chạm vật thể, âm thanh và rung, khả năng nhìn crawler và sự mệt mỏi ở cơ cấu điều khiển bucket.

Những chi tiết đó cho thấy “điều khiển tự nhiên” không chỉ là mapping vị trí. Nó là bài toán tái tạo toàn bộ vòng feedback giữa cơ thể và máy.

Haptics có thể là phần biến WSI từ simulator thành công cụ nghề nghiệp

Một expert không chỉ biết đưa bucket tới đâu. Họ biết khi nào nên dừng vì lực thay đổi.

Trong đất mềm, bucket có thể tiếp tục đi sâu. Khi gặp đá lớn, cùng một lệnh có thể tạo tải rất khác lên hydraulic system.

Nếu một interface chỉ làm cho chuyển động trực quan hơn nhưng bỏ mất cảm giác tải, operator có thể mất một phần khả năng phán đoán tinh tế.

Haptic feedback có thể đóng vai trò cầu nối.

Nó cũng mở ra khả năng software thay đổi cảm giác của máy. Hệ thống có thể khuếch đại lực nhỏ để giúp operator nhận thấy chướng ngại vật, hoặc giới hạn chuyển động khi bucket tiến gần vùng nguy hiểm.

Khi đó interface không chỉ là “bản sao thu nhỏ” của excavator. Nó trở thành một lớp thông tin giữa người và máy.

Giao diện mới có thể kết hợp với bán tự động

Ngành máy công trình đang đồng thời tiến theo một hướng khác: automation.

Excavator hiện đại đã có 3D machine control, giới hạn đào theo mô hình số, auto stop, payload monitoring và các hệ hỗ trợ grading.

Komatsu Intelligent Machine Control, chẳng hạn, có thể dùng GPS, cảm biến và hydraulic control để hỗ trợ bucket bám theo một bề mặt thiết kế, giảm nguy cơ đào quá sâu.

Trong tương lai, WSI và automation không nhất thiết cạnh tranh.

Operator có thể dùng cánh tay để chỉ định ý định ở mức cao — “đưa bucket tới đây” — còn controller tự điều phối từng cylinder, tránh boundary và duy trì góc tối ưu.

Đây là mô hình shared control: con người quyết định mục tiêu và xử lý tình huống phức tạp; máy tính đảm nhiệm phần chuyển đổi và giới hạn kỹ thuật.

Nó tương tự power steering trong ô tô: hệ thống không quyết định nơi cần đi, nhưng loại bỏ một lớp gánh nặng vật lý và tính toán khỏi người lái.

Điều này có thể giúp giải bài toán thiếu operator

Một động lực của dự án đến từ Nhật Bản.

MIT cho biết hợp tác với Sumitomo Heavy Industries bắt đầu từ năm 2018 trong bối cảnh lực lượng vận hành máy công trình ở Nhật đang già hóa và việc đào tạo thế hệ thay thế mất nhiều thời gian.

Đây không chỉ là vấn đề của Nhật.

Nhiều nền kinh tế phát triển gặp khó trong việc tuyển lao động lành nghề cho công trường, mỏ và hạ tầng. Heavy-equipment operator là nghề đòi hỏi kỹ năng nhưng cũng gắn với bụi, tiếng ồn, rung, làm việc ngoài trời và đôi khi phải di chuyển xa.

Hai công nghệ có thể thay đổi economics của nghề này cùng lúc.

Teleoperation cho phép operator làm việc từ môi trường an toàn và thuận tiện hơn.

Intuitive interface có thể giảm thời gian để một người mới đạt mức thao tác cơ bản hữu ích.

Kết hợp lại, một công ty có thể tuyển từ nhóm lao động rộng hơn và không nhất thiết đưa họ tới từng công trường.

Nhưng giảm learning curve cũng đặt ra câu hỏi về safety

Một control dễ dùng có thể tạo cảm giác rằng máy xúc cũng dễ vận hành.

Đây là điều cần tránh.

Một excavator 20 hoặc 30 tấn là thiết bị có thể gây tai nạn nghiêm trọng chỉ bằng một thao tác sai. Bucket, counterweight và vùng quay của cabin tạo ra một envelope nguy hiểm lớn quanh máy.

Ngay cả khi software làm việc điều khiển khớp trở nên trực quan, operator vẫn phải hiểu stability, tải nâng, ground condition, người xung quanh và quy trình công trường.

Nếu WSI tiến tới thương mại hóa, giao diện dễ học có thể cần đi kèm nhiều lớp safety hơn: giới hạn tốc độ cho novice, geofence, collision detection, emergency stop, supervision từ xa và certification riêng cho operator.

Mục tiêu hợp lý là giảm thời gian học control mapping, không giảm tiêu chuẩn an toàn nghề nghiệp.

Expert vẫn có thể thích joystick trong một số công việc

Một interface trực quan cho người mới không đồng nghĩa nó chắc chắn tốt hơn cho mọi expert.

Joystick có một lợi thế lớn: hành trình tay ngắn.

Một operator chuyên nghiệp có thể tạo ra chuyển động rất lớn của boom bằng những dịch chuyển cổ tay nhỏ. Điều này giảm mệt mỏi khi lặp lại hàng nghìn cycle mỗi ngày.

Ngược lại, một controller mô phỏng vật lý quá sát chuyển động của excavator có thể yêu cầu cánh tay di chuyển nhiều hơn.

Nghiên cứu hiện tại đã ghi nhận một chi tiết ergonomic: cơ cấu dạng bicycle brake dùng cho bucket có thể gây mỏi.

Do đó, WSI thương mại có thể không đơn giản là một excavator thu nhỏ theo đúng tỷ lệ. Nó sẽ cần tối ưu gain, resistance, arm support và haptics để vừa trực quan vừa ít mệt.

Có thể cuối cùng industry sẽ dùng nhiều mode: novice mode ưu tiên trực giác, expert mode giảm biên độ chuyển động để tăng tốc và giảm fatigue.

Thay vì tự động hóa hoàn toàn, có thể làm cho con người điều khiển robot tốt hơn

Nhiều dự đoán về construction robotics tập trung vào excavator tự hành hoàn toàn.

Máy tự động có ưu thế trong những nhiệm vụ lặp lại, môi trường được scan kỹ và workflow ổn định. Nhưng công trường thực tế thường hỗn loạn: vật liệu thay đổi, kế hoạch thay đổi, utility không đúng bản vẽ, người và thiết bị khác xuất hiện bất ngờ.

Teleoperation giữ con người trong vòng quyết định nhưng đưa họ ra khỏi khu vực nguy hiểm.

WSI tiến thêm một bước bằng cách giảm ma sát giữa ý định của con người và hành động của máy.

Đó là một chiến lược khác với “thay operator bằng AI”: biến excavator thành một robot mà người bình thường có thể điều khiển tự nhiên hơn.

Một operator có thể điều khiển nhiều loại máy từ cùng một ghế?

Khi control chuyển sang software, một khả năng thú vị xuất hiện.

Ngày nay, operator thường được đào tạo theo từng loại equipment và control scheme. Trong một remote operations center, software có thể chuyển một interface chung sang nhiều machine khác nhau.

Một người có thể điều khiển excavator buổi sáng, chuyển sang demolition robot sau đó và sử dụng loader vào cuối ngày — miễn hệ thống ánh xạ cùng một loại ý định vận động sang động học của từng máy.

Komatsu đã thương mại hóa khả năng chuyển giữa nhiều construction machine từ remote cockpit trong một số cấu hình teleoperation.

WSI gợi ý bước tiếp theo: thay vì buộc operator nhớ từng joystick mapping, mỗi machine có thể đưa ra một control vật lý hoặc haptic profile phù hợp với chính cơ cấu của nó.

Nếu làm được, kỹ năng nghề có thể chuyển dần từ “nhớ đúng lever” sang “hiểu nhiệm vụ và môi trường”.

Đây là bài toán human–robot interaction hơn là chỉ cơ khí

Điều thú vị trong dự án MIT là nguồn gốc của nó không chỉ đến từ construction engineering.

Nhóm Krebs đã có nhiều năm nghiên cứu rehabilitation robotics — các robot tương tác trực tiếp với tay chân con người trong quá trình phục hồi vận động.

Ở lĩnh vực đó, thiết kế interface phải rất nhạy với cách con người tự nhiên điều khiển cơ thể, cảm nhận lực và học một chuyển động mới.

Những nguyên lý đó được đưa sang excavator.

Đây là một ví dụ cho thấy robotics không nhất thiết có nghĩa tạo ra một robot tự làm mọi thứ. Robotics còn có thể là khoa học thiết kế cầu nối sao cho cơ thể người và máy phối hợp tốt hơn.

Máy xúc tương lai có thể không cần “học cách lái” theo nghĩa cũ

Trong hơn một thế kỷ cơ giới hóa, con người thường thích nghi với control của máy.

Người lái xe học vô lăng, côn và hộp số. Phi công học yoke, throttle và pedal. Operator máy xúc học joystick mapping.

Software, cảm biến và robotics cho phép đảo chiều mối quan hệ này.

Máy có thể quan sát một chuyển động tự nhiên rồi tự giải bài toán kinematics. Nó có thể lọc rung tay, giới hạn vùng nguy hiểm, giữ một mặt phẳng đào và tạo feedback lực.

Khi đó kỹ năng con người không biến mất. Nó chuyển lên tầng cao hơn: chọn nơi đào, đánh giá tình huống, cảm nhận vật liệu và quyết định cách hoàn thành công việc.

WSI của MIT mới chỉ chứng minh ý tưởng đó trong simulator. Con số 37% nhanh hơn ở lần dùng đầu tiên là tín hiệu đáng chú ý, nhưng thử nghiệm trên machine thật, haptics, durability của controller và safety certification vẫn còn ở phía trước.

Dù vậy, nghiên cứu đặt ra một câu hỏi đáng để ngành construction suy nghĩ: nếu một cánh tay máy có hình dạng gần giống cánh tay của chúng ta, tại sao phải dành nhiều năm học một bộ joystick chỉ để nói với nó phải đi đâu?

Có thể máy xúc tương lai vẫn cần một operator giàu kinh nghiệm. Chỉ là người đó sẽ không còn phải nói chuyện với cỗ máy bằng ngôn ngữ của bốn hydraulic joint nữa — họ có thể đơn giản chỉ cho nó chuyển động mình muốn.

Nguồn tham khảo

• MIT News: MIT engineers design a better controller for operating construction diggers
• Journal of Computing in Civil Engineering: A Comprehensive Training Platform for Excavator Operators: Training with Joint-Space and World-Space Interfaces in Virtual Environments
• Komatsu: Smart Construction Teleoperation remote control system
• Komatsu: How teleoperation is changing work in heavy industry
• Komatsu: Intelligent Machine Control 3.0 for excavators
• Automation in Construction: Excavator tele-operation system using a human arm