Hay un interés considerable en sistemas multirrobot que son capaces de realizar tareas distribuidas espacialmente, peligrosas y complejas como un equipo, aprovechando las habilidades únicas de los humanos y las máquinas automatizadas que trabajan juntas. Las limitaciones de la percepción y la cognición humanas afectan la capacidad de los operadores para integrar información de múltiples robots móviles, cambiar entre sus marcos de referencia espaciales y dividir la atención entre múltiples entradas sensoriales y salidas de comandos. La automatización es necesaria para ayudar al operador a gestionar las crecientes demandas a medida que aumenta el número de robots (y humanos). Sin embargo, más automatización no necesariamente equivale a un mejor rendimiento. Se desarrolló un modelo de confianza de robot generalizado, que transforma indicadores clave de atención del operador en un valor de confianza del robot para cada robot, lo que permite los comportamientos adaptativos de los robots. Este modelo se implementó en una plataforma de prueba multirrobot con el operador comandando trayectorias de robots utilizando un ratón de computadora y un rastreador ocular que proporciona datos de mirada utilizados para estimar la atención dinámica del operador. El modelo de confianza del robot basado en la atención humana adaptó dinámicamente el comportamiento de los robots individuales en respuesta a la atención del operador. El modelo fue evaluado con éxito para revelar evidencia que vincula la confianza promedio del robot con el rendimiento y la eficiencia en tareas de búsqueda multirrobot. Las contribuciones de este trabajo proporcionan pasos esenciales hacia la operación efectiva de múltiples vehículos no tripulados para realizar tareas distribuidas espacialmente y peligrosas en entornos complejos para la exploración espacial, defensa, seguridad nacional, búsqueda y rescate, y otras aplicaciones del mundo real.