人类天生就能够根据周围环境中其他人的行为来调整自己的行为。例如，由于人类驾驶员能感知在特定场景中哪些操作是危险的，因此会根据其他驾驶员、行人或骑行者的动作，选择停车、减速、转向或启动车辆。然而，目前，开发具备此种能力的自动驾驶车辆面临巨大的挑战。
据外媒报道，斯坦福大学(Stanford University)和丰田研究院(Toyota Research Institute)的研究人员开发了一个框架，可以防止此类事故的发生，从而提高自动驾驶汽车和其他机器人系统在拥挤环境中运行的安全性。该框架结合了两种工具，一种机器学习算法，以及一种风险敏感控制的技术。
研究人员Haruki Nishimura和Boris Ivanovic表示，“我们的主要目的是通过预测人类驾驶员、行人和骑行者等道路使用者的意图，使自动驾驶汽车和其他机器能够安全运行。”Nishimura, Ivanovic及其同事开发了一种机器学习模型，并训练其在机器人所处的环境中预测人类未来的行为。利用该模型，他们创建了一种算法，可以估算既定时间内机器人每一次潜在行为所带来的碰撞风险。该算法可以自动为机器人选择最优行为，使其与他人或车辆相撞的风险降到最低，同时使机器人继续前行。
