研究人员尝试赋予机器人社交技能以改善互动
电影里的机器人以帮助（或添乱）人类而闻名，但在现实世界中，它们的社交能力相当有限。根据一份新的报告，麻省理工学院CSAIL的计算机科学研究人员正试图改变这一状况，训练机器人与其他机器人和人类互动，以实现它们自身的目标。
“很快，机器人将遍布我们的世界，它们确实需要学会以人性化的方式与我们交流。它们需要明白何时该提供帮助，何时该观察，并判断自己能做些什么来避免某些事情发生”
研究团队称这项研究是“首次非常认真地尝试理解人机社交互动意味着什么”。他们正在处理的这个问题仍处于非常早期的阶段，随着机器人在我们生活中扮演越来越重要的角色，它无疑将越来越受到机器人学专家的关注。
“尽管机器和机器人需要与人类互动，但赋予它们社交技能的工作在很大程度上被忽视了。这主要是因为导航、执行指令甚至游戏等任务定义明确，而社会性思维在很大程度上仍是一个理论问题。我们展示了如何通过递归推理其他智能体的目标，将社交互动有效纳入MDP（马尔可夫决策过程）之中。”研究报告中写道。
这项研究可能有助于改善人机互动，例如在服务型家庭中，甚至帮助心理学家更好地衡量人与人之间的社交互动。为了研究这些互动，研究人员构建了一个模拟的2D环境，使虚拟机器人能够同时追求社交目标和物理目标。
“我们提出了一个新的数学框架，用于对两个智能体之间的社交互动进行建模。如果你是一个机器人，想要到达点X，而我是另一个机器人，并且我看到你正试图前往点X，那么我可以通过协助你更快到达X来与你合作。这可能意味着把X移近你，寻找另一个更好的X，或者执行你本应在X处完成的任何动作。我们的表述让规划去发现“如何做”，而我们则从数学意义上定义社交互动的“是什么””
例如，物理目标可能是走到网格中某个特定位置的树旁，而社交目标则是猜测另一个机器人想做什么，然后据此行动，比如帮助另一个机器人给树浇水。机器人会因为让自己更接近目标的行为而获得奖励，帮助他人会获得相应奖励，而阻碍他人则会获得相反的奖励。
研究团队创建了三种类型的机器人：第一种只追求物理目标；第二种同时追求物理和社交目标，但假设所有机器人都只追求物理目标；第三种假设其他所有机器人都既有社交目标也有物理目标，因此它可以采取更复杂的行动，例如与其他机器人联合起来实现目标。
看起来，即使是很小的婴儿也能理解帮助和阻碍等社交互动，但我们目前还没有能够以接近人类水平的灵活性进行此类推理的机器。研究团队设计了98个不同的场景，涵盖三种类型的机器人。12人观看了约200段机器人互动的视频片段，然后对物理目标和社交目标进行了评估。
研究人员表示：“在大多数情况下，他们的模型与人们对每一帧中所发生社交互动的判断相符。”研究人员希望，这些结果能够成为一个“基准”，让其他人能够在类似的社交互动方面开展工作。最终目标不仅是教会机器人如何在社会中更好地互动，还要“深入探究其中的人类层面”。
“我们能否对你识别社交互动的能力进行客观测试？也许有办法教人们识别这些社交互动，并提升他们的能力”
目前，该模型还是一个相对简单的二维模拟。研究团队正在致力于转向三维版本，并增加一个基于神经网络的机器人规划器，以加快机器人从这些行为中学习的速度。
拥有一个精确的数学模型来解答社交互动问题，既有实际价值，比如可以设想由社交MDP驱动的聊天机器人和机器人，也有理论价值：如果运用在导航研究中取得巨大成功的MDP工具，就可能阐明哪些社交互动真正对人类福祉和人类文明具有极其重要的意义。
