| Nombre | Participación | Escuela |
|---|---|---|
| MSc. Esteban Arias Méndez | Estudiante | Ingeniería en Computación |
| Dr. Juan Luis Crespo Mariño | Profesor tutor | Ingeniería Mecatrónica |
- Características de interés para aprendizaje de robots autónomos usando memorias de largo plazo en arquitecturas cognitivas.
Desde los inicios de la Inteligencia Artificial, las arquitecturas cognitivas han sido un área de interés de investigación desde los años 1950, con el objetivo de crear programas informáticos que razonaran sobre los problemas a través de diversos dominios, desarrollaran conocimiento, se adaptaran a nuevas situaciones y reflexiones sobre si mismos.
Las capacidades cognitivas como la memoria, la atención, el lenguaje, la percepción, la solución de problemas o la inteligencia y la planificación involucran funciones cerebrales sofisticadas y únicas.
En la actualidad, la robótica cognitiva tiene su atención en el diseño de agentes artificiales capaces de realizar tareas cognitivas de forma autónoma, como en los seres humanos, siendo una cuestión central para esta tarea estudiar los procesos mediante las cuales los agentes aprenden.
El aprendizaje como tal es una de las características más importantes a ser mejoradas en los próximos años, si deseamos un verdadero progreso que nos permita contar con agentes autónomos que nos sirven en muchas tareas especializadas en el futuro. El aprendizaje se relaciona de forma directa con la capacidad de memoria a largo plazo.
Este trabajo busca brindar una contribución significativa a las técnicas actuales para el mejoramiento del manejo de datos en memorias a largo plazo y tomas de decisión, para un mejoramiento en los procesos cognitivos de robots autónomos.
Se propone un trabajo conjunto entre el TEC de Costa Rica y el Grupo Integrado de Ingeniería (GII), que puede ser de mucho beneficio para la institución.