La reducción tradicional de fracturas depende en gran medida de la experiencia del cirujano, lo que dificulta la transmisión de habilidades. Este cuello de botella en la especialización, junto con las altas demandas de fuerza física, limita significativamente la eficiencia de los tratamientos diarios en ortopedia traumatológica. Actualmente, la mayoría de los robots de cirugía de fracturas se centran en técnicas de reducción abiertas o mínimamente invasivas, que inherentemente conllevan el riesgo de daño iatrogénico debido a incisiones quirúrgicas o inserciones de clavos en los huesos. Sin embargo, la investigación en sistemas robóticos orientados a la reducción cerrada es notablemente limitada. Abordando esta brecha, nuestro estudio presenta un novedoso robot de ajuste óseo para la reducción cerrada de fracturas de tobillo diseñado con una plataforma paralela redundante. El diseño del robot paralelo incorpora tres actuadores de redundancia deslizantes que mejoran su flexibilidad de inclinación mientras mantienen el rendimiento de carga. Además, se ha desarrollado un solucionador cinemático redundante sin singularidades, optimizando la eficacia operativa del robot. Basándonos en las demostraciones de técnicas profesionales de reducción cerrada, proponemos el uso de un proceso multivariante de Student-t como un modelo de regresión de múltiples salidas dentro de un primitivo de movimiento dinámico para aprender con precisión maniobras de reducción estables. Adicionalmente, desarrollamos un controlador de impedancia variable antropomórfico basado en dinámicas inversas. Los resultados de la simulación demuestran de manera convincente que el robot de ajuste óseo para el tobillo desarrollado es competente en replicar y aprender efectivamente las técnicas matizadas de reducción cerrada.