想象你正试图左转到一条繁忙的路上。面前一辆又一辆车驶过，漫长的等待让你愈发沮丧。终于，一位大方的司机减速，让开空间让你驶过，你快速加速，成功地融入了车流。同样的场景每天在世界各地上演无数次。在这种情况下，我们很难从物理学和其他司机的动机上做出推断，美国每年有140万起在转弯过程中发生的事故就证明了这一点。
现在，一组计算机科学家发现了如何在这种情况下提高自动汽车的性能。他们提出了一个有限的自动汽车心智理论，允许车辆更好地向附近的人类解释他们要干什么。一个友好的挥手动作可以发出一个明确的信号，表明他们在他们的车道上给你让出了位置，而我们通常可以根据他们的车的行为做出推断。但关键的是，自动汽车在这方面不是特别擅长。在很多情况下，自动汽车的行为并不会向其他司机发送信号。一项对加州自动汽车事故的研究表明，超过一半的事故涉及自动汽车被追尾，因为人类司机不知道它到底在干什么。
麻省理工学院（MIT）和代尔夫特理工大学（Delft University of Technology）的一组研究人员认为，将极其有限的心智理论应用于某些驾驶决策（包括转弯和变道）应该是可能的。
《美国国家科学院院刊》（PNAS）的一篇新论文描述了研究人员工作背后的理念，其中涉及一个名为“社会价值取向”（social value orientation）的概念，这是一种衡量个人行为的自私程度或社会取向程度的方法。虽然毫无疑问，详细的调查可以详细地描述一个人的社会价值取向，但自动驾驶汽车通常不会有时间对其他司机进行调查。
因此，研究人员将社会价值取向归纳为四类：利他主义者，他们试图最大化其他司机的快乐；亲社会司机，他们试图采取行动，让所有其他司机受益（这可能偶尔涉及自私地地板它）；个人主义者，最大化自己的驾驶体验；还有好斗的司机，他们只关心拥有比周围人更好的驾驶体验。
研究人员开发了一个公式，根据其他车辆的起始位置，计算出每一类车主的预期行驶轨迹。该程序用来比较实际司机和计算版本的轨迹，以此确定司机可能属于四类中的哪一类。根据这个分类，自动汽车可以预测他们行动轨迹。正如研究人员所写的，“我们通过整合其他司机的个性和驾驶风格的社会线索来扩展自动汽车的推理能力。”有了社会价值导向系统，自动驾驶可以对其他司机的轨迹做出更准确的预测，而不需要将预测误差降低25％。该系统也适用于拥挤的高速公路上的变道和拐弯。
虽然我们离给自动汽车一个通用的人工智能或一个完整的心智理论还有很长的路要走，但仅需要给他们一个有限的心智理论，我们就能够减少自动汽车的事故，提高交通安全。
