Resumen

Este trabajo propone una red neuronal artificial (SNN) que sustenta el proceso cognitivo abstracto de aprendizaje de conceptos espaciales, incorporada a robots virtuales y reales. Basándose en un procedimiento de condicionamiento operante, los robots aprenden la relación de los estímulos visuales horizontal/vertical e izquierda/derecha, independientemente de la composición específica de los patrones o de su ubicación en las imágenes. Se realizaron con éxito pruebas con patrones y ubicaciones novedosas tras la fase de aprendizaje de adquisición. Los resultados muestran que el SNN puede adaptar su comportamiento en tiempo real cuando cambia la regla de recompensa.

• Materias:Biotecnología Minería de datos Algoritmo genético Neurociencia Cognitiva Neurofisiología
• Subjects:Biotechnology Data mining Genetic algorithm Cognitive Neuroscience Neurophysiology
• Palabras claves:procedimientos de condicionamiento operante, cambio de reglas de recompensa, estímulo visual de derechos, aprendizaje de conceptos espaciales, fase de aprendizaje de adquisición, composición de patrones específicos, proceso cognitivo abstracto, red neuronal, patrón novedoso, robot real
• Keywords:operant conditioning procedures, rewarding rules change, rights visual stimulus, spatial concept learning, acquisition learning phase, specific pattern composition, cognitive abstract process, neural network, novel pattern, real robot