La colaboración humano-robot (HRC) se ha vuelto cada vez más prevalente debido a los avances innovadores en la industria de la automatización, especialmente en entornos de fabricación. Aunque HRC aumenta la productividad y la eficacia, expone a los trabajadores humanos a estrés psicológico al interactuar con sistemas robóticos colaborativos, ya que los robots pueden no proporcionar señales visuales o auditivas. Es crucial comprender cómo HRC impacta el estrés mental para mejorar la seguridad ocupacional y el bienestar. Aunque el interés académico e industrial en HRC está en expansión, los problemas de seguridad y estrés mental aún no se han estudiado adecuadamente. En particular, la carga cognitiva de los compañeros humanos durante HRC no se ha explorado bien, aunque es fundamental para mantener un entorno laboral seguro y constructivo. Por lo tanto, este estudio tiene como objetivo monitorear el estrés mental de los trabajadores de fábricas durante HRC utilizando medidas conductuales, fisiológicas y subjetivas. Las medidas fisiológicas, al ser objetivas y más auténticas, tienen el potencial de reemplazar las medidas convencionales, es decir, las medidas conductuales y subjetivas, si demuestran una buena correlación con las medidas tradicionales. Se han utilizado dos modalidades de neuroimagen, incluyendo electroencefalografía (EEG) y espectroscopia funcional de infrarrojo cercano (fNIRS), como medidas fisiológicas para rastrear la actividad neuronal y hemodinámica del cerebro, respectivamente. Aquí, la correlación entre los datos fisiológicos y las mediciones conductuales y subjetivas se ha determinado mediante la implementación de siete algoritmos de aprendizaje automático diferentes. Los resultados implican que las características de EEG y fNIRS combinadas produjeron los mejores resultados para la mayoría de los objetivos. Para las medidas subjetivas como objetivo, la regresión lineal ha superado a todos los demás modelos, mientras que los modelos de árbol y de conjunto han tenido el mejor desempeño para predecir las medidas conductuales. Los resultados indican que las medidas fisiológicas tienen el potencial de ser más informativas y a menudo sustituir otras métricas sesgadas.