La robótica social se encuentra ante el reto de diseñar robots que sean útiles para la sociedad, se puedan utilizar con frecuencia, y en los que la gente confie. Este problema se puede abordar desarrollando robots con alto grado de vinculación y compromiso con sus usuarios. Proponemos aplicar diversas estrategias relacionadas con la psicología social y la teoría de juegos en el campo de la robótica social. El objetivo es conseguir una vinculación entre el robot y sus usuarios, produciendo tiempos de interacción más largos para aumentar el uso del robot de manera diaria. La combinación de las diferentes estrategias se centra en desarrollar robots sociales que faciliten y promuevan la interacción con sus usuarios. Como novedad en este trabajo se incorporan estrategias de alto grado de vinculación en el campo de la robótica social. En concreto, para mejorar la utilización y el enganche en nuestro robot social Mini. Además, se muestran los resultados obtenidos en la validación de las estrategias propuestas en experimentos realizados por 21 participantes de avanzada edad. Estos resultados demuestran la utilidad de nuestro sistema para aumentar el tiempo de interacción con el robot durante ejercicios de entretenimiento.

Robots are becoming an increasingly important part of our society and have started to be used in tasks that require communicating with humans. Communication can be decoupled in two dimensions: symbolic (information aimed to achieve a particular goal) and spontaneous (displaying the speaker’s emotional and motivational state) communication. Thus, to enhance human–robot interactions, the expressions that are used have to convey both dimensions. This paper presents a method for modelling a robot’s expressiveness as a combination of these two dimensions, where each of them can be generated independently. This is the first contribution of our work. The second contribution is the development of an expressiveness architecture that uses predefined multimodal expressions to convey the symbolic dimension and integrates a series of modulation strategies for conveying the robot’s mood and emotions. In order to validate the performance of the proposed architecture, the last contribution is a series of experiments that aim to study the effect that the addition of the spontaneous dimension of communication and its fusion with the symbolic dimension has on how people perceive a social robot. Our results show that the modulation strategies improve the users’ perception and can convey a recognizable affective state.

Biological rhythms are periodic internal variations of living organisms that act as adaptive responses to environmental changes. The human pacemaker is the suprachiasmatic nucleus, a brain region involved in biological functions like homeostasis or emotion. Biological rhythms are ultradian (24 h) depending on their period. Circadian rhythms are the most studied since they regulate daily sleep, emotion, and activity. Ambient and internal stimuli, such as light or activity, influence the timing and the period of biological rhythms, making our bodies adapt to dynamic situations. Nowadays, robots experience unceasing development, assisting us in many tasks. Due to the dynamic conditions of social environments and human-robot interaction, robots exhibiting adaptive behavior have more possibilities to engage users by emulating human social skills. This paper presents a biologically inspired model based on circadian biorhythms for autonomous and adaptive robot behavior. The model uses the Dynamic Circadian Integrated Response Characteristic method to mimic human biology and control artificial biologically inspired functions influencing the robot’s decision-making. The robot’s clock adapts to light, ambient noise, and user activity, synchronizing the robot’s behavior to the ambient conditions. The results show the adaptive response of the model to time shifts and seasonal changes of different ambient stimuli while regulating simulated hormones that are key in sleep/activity timing, stress, and autonomic basal heartbeat control during the day.

Cada vez son más los robots sociales dedicados a asistencia diaria en casas particulares y residencias, por lo que una adaptación al usuario y centralizar la información recogida por todos ellos resulta fundamental. Este artículo presenta un sistema de aprendizaje cooperativo para el robot social Mini. Este robot pretende asistir a usuarios de edad avanzada facilitando tareas mediante una interacción humano-robot adaptada a sus necesidades. El sistema propuesto permite integrar distintos métodos de aprendizaje por refuerzo de forma simultánea, permitiendo a los robots mejorar su comportamiento y aprender en entornos dinámicos de forma autónoma. Este sistema pretende superar limitaciones importantes del aprendizaje en robótica social al conectar los robots a un servidor central. La red permite compartir y centralizar la información de las interacciones de cada robot, agilizando el proceso de aprendizaje al disponer de un mayor volumen de datos en menos tiempo. El servidor almacena y procesa la información, mejorando la eficiencia y reduciendo la carga computacional en los robots. Este sistema permite a los robots adaptarse mejor a diferentes usuarios y entornos, mejorando sus respuestas y la personalización en la interacción humano-robot.