Sistema de atención bioinspirado para la gestión dinámica de estímulos en un robot mascota
DOI:
https://doi.org/10.17979/ja-cea.2025.46.12063Palabras clave:
Robótica social, Atención, Robot mascota, Interacción humano-robot, Sistemas multimodales, PercepciónResumen
Los robots mascotas están diseñados para fomentar vínculos afectivos a través del contacto físico, lo que los convierte en plataformas especialmente sensibles a estímulos táctiles y de movimiento. Por tanto, esta riqueza sensorial puede generar situaciones de sobreestimulación cuando múltiples sensores se activan de forma simultánea, provocando respuestas incoherentes por parte del robot. En este artículo abordamos esta problemática presentando el Sistema de Atención Bioinspirado (SABi), una arquitectura de percepción diseñada para gestionar y priorizar dinámicamente estímulos en tiempo real. El SABi se inspira en dos mecanismos cognitivos humanos: la inhibición de retorno, que reduce la importancia de los estímulos previamente atendidos, y la fatiga atencional, que penaliza la aparición repetida de estímulos de la misma tipología. Dicho módulo constituye el sistema de percepción del robot social Mia, permitiéndole seleccionar el estímulo más relevante en cada momento en función de un ranking de prioridades. Los resultados obtenidos en un escenario real de interacción muestran que el SABi mejora la capacidad del robot para filtrar señales redundantes y responder de forma coherente al contexto afectivo, favoreciendo una interacción más fluida y natural.
Referencias
Boksem, M. A., Tops, M., 2008. Mental fatigue: costs and benefits. Brain Research Reviews, 59(1), 125–139.
Breazeal, C., Dautenhahn, K., Kanda, T., 2016. Social robotics. Springer Handbook of Robotics, 1935–1972.
de la Cruz, A., Cabezaolías, C. M., Maroto Gómez, M., Castillo, J. C., Salichs, M. Á., 2023. Un prototipo de robot mascota para interacción con ancianos. En XLIV Jornadas de Automática. Universidade da Coruña. Servizo de Publicacións, pp. 569–574.
Desimone, R., Duncan, J., et al., 1995. Neural mechanisms of selective visual attention. Annual Review of Neuroscience, 18(1), 193–222.
Goris, K., Saldien, J., Vanderniepen, I., Lefeber, D., 2009. The huggable robot Probo, a multi-disciplinary research platform. En Research and Education in Robotics—EUROBOT 2008: International Conference, Heidelberg, Germany, May 22-24, 2008. Revised Selected Papers. Springer, pp. 29–41.
Lorist, M. M., Klein, M., Nieuwenhuis, S., De Jong, R., Mulder, G., Meijman, T. F., 2000. Mental fatigue and task control: planning and preparation. Psychophysiology, 37(5), 614–625.
Nunez, E., Hirokawa, M., Suzuki, K., 2018. Design of a huggable social robot with affective expressions using projected images. Applied Sciences, 8(11). DOI: 10.3390/app8112298
Posner, M. I., Cohen, Y., et al., 1984. Components of visual orienting. Attention and Performance X: Control of Language Processes, 32, 531–556.
Stiehl, W. D., Breazeal, C., Han, K.-H., Lieberman, J., Lalla, L., Maymin, A., Salinas, J., Fuentes, D., Toscano, R., Tong, C. H., et al., 2006. The Huggable: A therapeutic robotic companion for relational, affective touch. En ACM SIGGRAPH 2006 Emerging Technologies, pp. 15–es.
Tassinari, G., Aglioti, S., Chelazzi, L., Marzi, C., Berlucchi, G., 1987. Distribution in the visual field of the costs of voluntarily allocated attention and of the inhibitory after-effects of covert orienting. Neuropsychologia, 25(1), 55–71.
Wada, K., Shibata, T., 2008. Social and physiological influences of living with seal robots in an elderly care house for two months. Gerontechnology, 7(2), 235.
Warm, J. S., Parasuraman, R., Matthews, G., 2008. Vigilance requires hard mental work and is stressful. Human Factors, 50(3), 433–441.
Yan, H., Ang Jr, M. H., Poo, A. N., 2014. A survey on perception methods for human–robot interaction in social robots. International Journal of Social Robotics, 6(1), 85–119. DOI: 10.1007/s12369-013-0199-6
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2025 Jesús García-Martínez, Arecia Segura-Bencomo, Marcos Maroto-Gómez, Juan Rodríguez-Huelves, José Carlos Castillo, Álvaro Castro-González
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
