Pensamos que el desarrollo de robots inteligentes puede ser facilitado si empezamos por entender cómo funcionan cerebros. Uno de los más sencillos es el de los insectos o hexápodos. De lo particular de tal cerebro cabe construir (no simplemente copiando) arquitecturas (híbridos de computador analógico-no programado y digital-programado) capaces de memorizar, aprender y procesar acciones tanto reflejas como razonadas a percepciones. La clave del éxito hasta ahora conseguido, poco pero significativo, es la idea de que el cerebro (natural o artificial) funciona
autoorganizándose. Ello implica la existencia de generadores de formas y funciones (Central Pattern Generators, en
inglés; siglas CPG) que cabe considerar a varios niveles para un robot dado, desde uno superior (digamos cerebro principal) hasta el nivel de control de las extremidades. Ello significa la descentralización de la inteligencia en el robot y demanda la consideración de sistemas dinámicos con ecuaciones no lineales diferenciales y/o funcionales (incluidos retardos).
Nos proponemos proveer información neurodinámica gracias a neurobiólogos como H. Cruse, A. Ferrús, G. Rizzolatti, J. Schmitz y R. Strauss, quienes han contribuido recientemente de manera muy significativa al entendimiento del cerebro de insectos (H.C., J.S., R.S.) y al problema general de la relación (no limitada a cerebros de insectos, sino incluso con cerebros de chimpancés) entre cognición y sistema lector (A.F., G.R.).
Como complemento natural nos proponemos proveer información sobre los recientes avances logrados en la aplicación de la teoría de sistemas dinámicos (no lineales) a la problemática de la cognición-sistema motor, ilustrando dicha información con lo que ya existe (formas/patterns de Turing, sistemas anarrmónicos, papel de retardos, etc.) incluso materializado en robots que funcionan (construidos por el Consorcio SPARK).
