Back to Search
Start Over
Modelado de un Sistema de Neuronas Espejo en un Agente Autónomo Artificial
- Source :
- Nova Scientia, Vol 5, Iss 10, Pp 51-72 (2013)
- Publication Year :
- 2013
- Publisher :
- Universidad De La Salle Bajío, 2013.
-
Abstract
- La presente investigación está basada en el importante trabajo interdisciplinario desarrollándose en las ciencias cognitivas y que estudia tópicos tales como Neuronas Espejo, Reconocimiento de Comportamientos, Imit a ción, y Robótica Cognitiva. Abordando una perspectiva anclada en la Teoría de la Simulación y basado en modelos computacionales sobre Sistemas de Neuronas Espejo se ha diseñado un sistema, implemen tado en un Agente Autónomo Artificial. Dicho sistema deberá reconocer los movimientos de otro agente, basado en el aprendizaje de sus movimientos y las relaciones que surgen de éstos con la percepción del mundo. El diseño de este sistema se propone parta de dos supuestos: (1) El Sistemas de Neuronas Espejo visto como un acoplamiento de los Modelos Internos Inverso y Directo - siendo el segundo y su función de predictor lo que se hipotetiza es la función de las Neuronas Espejo - y (2) que la base para el re conocimiento de las conductas de otros está en la habilidad de los seres vivos de empatar en un lenguaje común las conductas propias, desarrolladas a lo largo de su experiencia, con las conductas ejercidas por otros. Presentamos un ejercicio donde nuestro Agente imita a otro para comprobar que el reconocimiento de las conductas de los otros es posible desde la perspectiva que se ha adoptado. Creemos que nuestro experimento es una prueba de concepto y presenta una base s ó lida para investigaciones futuras.
- Subjects :
- Science
Science (General)
Q1-390
Social Sciences
Social sciences (General)
H1-99
Subjects
Details
- Language :
- English, Spanish; Castilian
- ISSN :
- 20070705
- Volume :
- 5
- Issue :
- 10
- Database :
- Directory of Open Access Journals
- Journal :
- Nova Scientia
- Publication Type :
- Academic Journal
- Accession number :
- edsdoj.f58fdbb8d7f847bf8d9d3bb3f2577da8
- Document Type :
- article