Defesa de: Tese de Doutorado
Candidato(a): Marcelo Marques da Rocha
Data: 15 de setembro de 2026, às 14h00
Local: Por videoconferência
Link para a defesa: https://meet.google.com/exs-aqnt-rkw
Resumo
O desenvolvimento de robôs sociais afetivos envolve diferentes desafios relacionados à percepção do estado afetivo do usuário e à expressão dos estados afetivos do robô. Essas capacidades envolvem diferentes mecanismos de software que precisam ser integrados às características e capacidades das plataformas robóticas. Esta tese investiga o desenvolvimento de frameworks robóticos capazes de incorporar capacidades afetivas. Para isso, é proposto um framework de software modular e extensível para o desenvolvimento de robôs sociais, organizado em três camadas: Robot Abstraction Layer, Execution Layer e Affective Layer. A Affective Layer fornece abstrações para a estimativa do estado afetivo do usuário, a modelagem e adaptação do estado afetivo do robô e seu mapeamento para especificações de comportamento multimodal. Esta tese também apresenta a proposta da plataforma de robótica social afetiva FRED. Além do FRED, o framework proposto foi concretizado em diferentes plataformas e aplicações, incluindo EVA 2.0, GRACE e FRED MX, e a reutilização do componente da Execution Layer, SENSEI nas aplicações web e mobile EvaPlay e EVA Virtual, respectivamente. A Affective Layer foi instanciada e integrada ao robô FRED em dois cenários de interação afetiva. As contribuições desta tese foram avaliadas por meio de diferentes estudos, incluindo a avaliação do FRED com 113 participantes, a avaliação da experiência do usuário em relação à linguagem de script EvaML 2.0 e a usabilidade do simulador EvaSIM 2.0 em um hackathon educativo, além de uma avaliação qualitativa exploratória da utilização do framework por pesquisadores da Suíça e do México, respectivamente, envolvidos nos projetos GRACE e FRED MX. Os resultados fornecem evidências sobre a aplicabilidade do framework em diferentes projetos de robótica social, enquanto a instanciação da Affective Layer demonstrou o funcionamento integrado de seus componentes e a concretização das abstrações propostas. A avaliação do FRED evidenciou diferentes níveis de compreensão dos estados afetivos expressos pelo robô. Em conjunto, o framework, a Affective Layer e a plataforma de robótica social afetiva FRED, constituem as principais contribuições desta tese para o desenvolvimento e a pesquisa em Interação Humano-Robô Afetiva.
Abstract
The development of affective social robots envolves various challenges related to perceiving the user’s affective state and expressing the robot’s own affective states. These capabilities require software mechanisms that must be integrated with the characteristics and capabilities of robotic platforms. This thesis investigates the development of robotic frameworks capable of incorporating affective capabilities. To this end, a modular and extensible software framework for social robot development is proposed, organized into three layers: the Robot Abstraction Layer, the Execution Layer, and the Affective Layer. The Affective Layer provides abstractions for estimating the user’s affective state, modeling and adapting the robot’s affective state, and mapping these to multimodal behavior specifications. This thesis also presents the proposal for the FRED affective social robotics platform. In addition to the FRED robot, the proposed framework was implemented on different platforms and applications, including EVA 2.0, GRACE, and FRED MX, and the reuse of the SENSEI component from the Execution Layer in the web and mobile applications EvaPlay and EVA Virtual, respectively. The Affective Layer was instantiated and integrated into the FRED robot within two affective interaction scenarios. The contributions of this thesis were evaluated through several studies, including an evaluation of FRED involving 113 participants; an assessment of user experience regarding the EvaML 2.0 scripting language and the usability of the EvaSIM 2.0 simulator during an educational hackathon; and an exploratory qualitative evaluation of the framework’s use by researchers from Switzerland and Mexico involved in the GRACE and FRED MX projects, respectively. The results provide evidence of the framework’s applicability across different social robotics projects, while the instantiation of the Affective Layer demonstrated the integrated operation of its components and the practical realization of the proposed abstractions. The evaluation of FRED revealed varying levels of understanding regarding the affective states expressed by the robot. Together, the framework, the Affective Layer, and the FRED affective social robotics platform constitute the main contributions of this thesis to development and research in Affective Human-Robot Interaction (AHRI).
Banca Examinadora
- Profa. Débora Christina Muchaluat Saade, UFF – Presidente
- Profa. Luciana Cardoso de Castro Salgado, UFF
- Prof. Igor Monteiro Moraes, UFF
- Prof. Jesús Favela, CICESE
- Profa. Cláudia Maria Lima Werner, UFRJ
- Profa. Alessandra Alaniz Macedo, USP
Leitura Recomendada em Metodologia de Pesquisa
Para quem está iniciando ou revisando os fundamentos metodológicos de uma pesquisa em Ciência da Computação, seguem algumas referências clássicas e amplamente utilizadas em Mestrados e Doutorados da área:
- Wazlawick, R. S. (2017). Metodologia de Pesquisa para Ciência da Computação. Editora Campus/Elsevier.
- Creswell, J. W., & Creswell, J. D. (2018). Research Design: Qualitative, Quantitative, and Mixed Methods Approaches. SAGE Publications.
- Yin, R. K. (2018). Case Study Research and Applications: Design and Methods. SAGE Publications.
- Wohlin, C., Runeson, P., Höst, M., Ohlsson, M. C., Regnell, B., & Wesslén, A. (2012). Experimentation in Software Engineering. Springer.
- Basili, V. R., Caldiera, G., & Rombach, H. D. (1994). The Goal Question Metric Approach. Encyclopedia of Software Engineering, Wiley.
- Glass, R. L., Ramesh, V., & Vessey, I. (2004). An Analysis of Research in Computing Disciplines. Communications of the ACM, 47(6).
- Shaw, M. (2003). Writing Good Software Engineering Research Papers. Proceedings of the 25th International Conference on Software Engineering (ICSE).
- Easterbrook, S., Singer, J., Storey, M.-A., & Damian, D. (2008). Selecting Empirical Methods for Software Engineering Research. In Guide to Advanced Empirical Software Engineering, Springer.
- Kitchenham, B., & Charters, S. (2007). Guidelines for Performing Systematic Literature Reviews in Software Engineering. EBSE Technical Report.
- Booth, W. C., Colomb, G. G., & Williams, J. M. (2016). The Craft of Research. University of Chicago Press.
Publicado por Maiquel Gomes — maiquelgomes.com.br
Graduado em Ciências Atuariais pela Universidade Federal Fluminense (UFF), Pós-Graduado em Inteligência Artificial, Pós-Graduado em Marketing Digital, Mestrando em IA no Instituto de Computação da UFF (nota máxima no CAPES). Palestrante e Professor de Inteligência Artificial e Linguagem de Programação; autor de livros, artigos e aplicativos.
Professor do Grupo de Trabalho em Inteligência Artificial da UFF (GT-IA/UFF), do Laboratório de Inovação, Tecnologia e Sustentabilidade (LITS/UFF), da Pós-Graduação na Universidade Estácio de Sá, entre outras iniciativas.
Conheça outros projetos:
💫 Apaixonado pela vida, pelas amizades, pelas viagens, pelos sorrisos, pela praia, pelas baladas, pela natureza, pelo jazz e pela tecnologia.
