El laboratorio de robótica cognitiva realiza investigación interdisciplinaria centrada en el estudio de la cognición y los procesos cognitivos. El laboratorio fue fundado en 2010 y forma parte del Centro de Investigación en Ciencias (CinC) de la Universidad Autónoma del Estado de Morelos (UAEM).

​

La Robótica Cognitiva centra su atención en el diseño de agentes artificiales capaces de realizar tareas cognitivas de forma autónoma. Un tema central en esto consiste en estudiar el proceso por el cual los agentes aprenden a través de la interacción con su entorno. La Robótica Cognitiva busca implementar modelos de procesos cognitivos provenientes de las Ciencias Cognitivas. Los lineamientos de esta área de investigación son una respuesta directa a las deficiencias de la Inteligencia Artificial Clásica, donde se estudiaban tareas y comportamientos de alto nivel. Nuestro trabajo se basa en el concepto de esquemas sensoriomotores de bajo nivel codificados por Modelos Internos, por lo que se enmarca dentro de los postulados de la Cognición Encarnada, particularmente con la idea de que la cognición debe entenderse como algo que ocurre en agentes que tienen un cuerpo con el que interactúan en un entorno específico. Es a través de esta interacción que surge el aprendizaje, sentando las bases para los procesos cognitivos. Nuestra investigación incluye trabajo teórico que sienta las bases de la Robótica Cognitiva Incorporada, así como trabajo con agentes artificiales y naturales.

​

El concepto teórico principal detrás del trabajo en el laboratorio son los Modelos Internos.

Se ha demostrado que los Modelos Internos son una buena estrategia para adquirir las regularidades del entorno a medida que se construyen mediante asociaciones multimodales aprendidas.

​

La noción de Modelos Internos implica que cualquier modelo para la adaptación motora sabe algo sobre su aparato motor y el entorno. En el estudio de los Modelos Internos, se han propuesto modelos directos e inversos, y se han estudiado en muchas otras disciplinas, como la neurociencia, la biología y la filosofía. Cada una de estas disciplinas presenta diferentes compromisos ontológicos con la noción de Modelos Internos. En la Robótica Cognitiva Incorporada, se ha tenido cuidado de utilizar solo sus capacidades básicas, es decir, su capacidad para fusionar información multimodal y proporcionar predicciones.

​

Un modelo inverso, o controlador, genera un comando motor a la planta motora y un modelo directo predice la salida del sistema, es decir, las consecuencias sensoriales basadas en el comando motor. Un modelo directo incorpora conocimiento sobre los cambios sensoriales que se producirán por acciones autogeneradas de un agente. En otras palabras, el modelo directo predice la situación sensorial S*t+1 dado un comando motor Mt aplicado a una situación sensorial inicial St. Por lo tanto, los modelos directos juegan un papel central en los agentes cognitivos ya que proporcionan predicciones de las consecuencias sensoriales de los comandos motores.​​

​

​​

​

​

 

​

 

El interés en los modelos internos ha llevado al laboratorio a sumergirse en las ideas propuestas por el marco de procesamiento predictivo. Este marco presenta una teoría nueva e innovadora sobre cómo se desarrollan la percepción, la cognición y el aprendizaje en agentes naturales.

​

Las principales áreas de investigación en el laboratorio son:

​

Agentes artificiales

Investigación que apunta a implementaciones de modelos para procesos cognitivos en agentes artificiales. Entre estos procesos trabajamos con la percepción, el sentido de agencia y la adquisición de conocimiento. El procesamiento cognitivo depende de las capacidades sensoriomotoras que posee un agente, en función de su cuerpo, situado en un entorno específico. Nuestro principal interés de investigación se centra en la comprensión de cómo los agentes adquieren, modifican y mejoran sus esquemas sensoriomotores durante la interacción con el entorno para predecir con precisión las consecuencias sensoriales de las acciones autogeneradas.

​

Agentes naturales.

Para modelar los procesos cognitivos realizamos investigaciones sobre agentes naturales. Esto incluye el estudio de modelos establecidos así como el desarrollo de otros nuevos. Actualmente estamos especialmente centrados en:

​

• Sentido de agencia,

• Influencia de la tarea y el contexto en la acción y la atención,

• Temporalidad en modelos internos.

​

Procesamiento predictivo

El objetivo principal de esta línea es averiguar hasta qué punto puede ser relevante la teoría del procesamiento predictivo para la robótica cognitiva. Esta teoría ha tenido impacto en todos los temas que estudiamos.

 

Robótica evolutiva

En esta línea de investigación el objetivo principal es utilizar los principios de la evolución biológica para implementar neurocontroladores para agentes artificiales. En particular, nos interesa la aparición de la comunicación y el altruismo entre agentes artificiales.