機器人可以在大學校園裡運送食物，在高爾夫球場上打出一桿進洞，但即使是最複雜的機器人也不能進行對人類日常生活至關重要的基本社會互動。 現在，一個新的機器學習系統幫助機器人理解並執行某些社會互動。

麻省理工學院研究人員現在已將某些社會互動納入機器人的框架，使機器能夠理解相互説明或阻礙的含義，並學會自己執行這些社會行為。 在一個模擬環境中，一個機器人觀察它的同伴，猜測它要完成什麼任務，然後根據自己的目標説明或阻礙這個機器人。

物理目標與環境有關。 例如，一個機器人的物理目標可能是導航到網格上某個點的一棵樹。 社會目標包括猜測另一個機器人想要做什麼，然後根據這一估計採取行動，比如説明另一個機器人給樹澆水。

研究人員還表明，他們的模型創造了現實的和可預測的社會互動。 當他們向人類展示這些模擬機器人彼此互動的視頻時，人類觀眾大多同意該模型所發生的社會行為類型。

使機器人能夠表現出社交技能，可以使人類與機器人的互動更加順利和積極。 例如，輔助生活設施中的機器人可以利用這些能力來説明為老年人創造一個更有愛心的環境。 這個新模型還可能使科學家能夠定量地測量社會互動，這可能有助於心理學家研究自閉症或分析抗抑鬱葯的效果。