Abstract Despite the increment of researches related to Social Assistive Robotics (SAR), achieving a plausible Robot-Assisted Diagnosis (RAD) for Children with Autism Spectrum Disorders (CwASD) remains a considerable challenge to the clinical and robotics community. The work of specialists regarding ASD diagnosis is hard and labor-intensive due to the condition’s manifestations are inherently heterogeneous and makes the process more difficult. Besides, the aforementioned complexity may be the main reason for the slow progress in the development of SAR with diagnostic purposes. Thus, this work provides a comprehensive Robot-Assisted Intervention for CwASD showing the conditions in which a Robot-based approach can be useful to assess autism risk factors for an autism diagnosis purpose. The intervention scheme consists of an improved version of a multimodal environment for Robot-based intervention proposed in our previous work. More specifically, we compared the behavior of CwASD with that of children in a control group during a human/robot-mediated intervention while Joint Attention (JA) behaviors are elicited and analyzed. Through statistical data analysis, it was possible to identify that 17 out of 23 children of the CwASD group showed a different behavior pattern related to three characteristics of autism, which suggests that this pattern can be used to identify autism risk factors through Robot-based interventions.

中文翻译：

---

针对有特殊需要的儿童的机器人辅助干预：自闭症筛查的比较评估

摘要 尽管与社会辅助机器人 (SAR) 相关的研究不断增加，但为患有自闭症谱系障碍 (CwASD) 的儿童实现合理的机器人辅助诊断 (RAD) 仍然是临床和机器人社区面临的相当大的挑战。由于 ASD 的表现本质上是异质的，因此专家关于 ASD 诊断的工作是艰巨且劳动密集的，并且使过程更加困难。此外，上述复杂性可能是用于诊断目的的 SAR 发展缓慢的主要原因。因此，这项工作为 CwASD 提供了全面的机器人辅助干预，展示了基于机器人的方法可用于评估自闭症风险因素以进行自闭症诊断的条件。干预方案包括我们之前工作中提出的基于机器人的干预的多模式环境的改进版本。更具体地说，我们比较了 CwASD 与对照组儿童在人类/机器人介导的干预期间的行为，同时引发和分析了联合注意 (JA) 行为。通过统计数据分析，可以确定 CwASD 组的 23 名儿童中有 17 名表现出与自闭症三个特征相关的不同行为模式，这表明该模式可用于通过基于机器人的干预来识别自闭症风险因素. 我们比较了 CwASD 与对照组儿童在人类/机器人介导的干预期间的行为，同时引发和分析了联合注意 (JA) 行为。通过统计数据分析，可以确定 CwASD 组的 23 名儿童中有 17 名表现出与自闭症三个特征相关的不同行为模式，这表明该模式可用于通过基于机器人的干预来识别自闭症风险因素. 我们比较了 CwASD 与对照组儿童在人类/机器人介导的干预期间的行为，同时引发和分析了联合注意 (JA) 行为。通过统计数据分析，可以确定 CwASD 组的 23 名儿童中有 17 名表现出与自闭症三个特征相关的不同行为模式，这表明该模式可用于通过基于机器人的干预来识别自闭症风险因素.