
Målet med detta projekt är att utveckla lösningar för hur kognitiva autonoma robotar kan representera omgivningen och generera beteendesekvenser.
Lösningarna bygger på en förståelse av mänsklig kognition och dess utveckling. Vi antar att ett neurodynamiskt språk är särskilt väl lämpat för denna uppgift.
Genom neurala attraktortillstånd kan robotar dra nytta av sensorisk information på låg nivå och hantera föränderliga miljöer.
Grundläggande kognitiva funktioner som beslutsfattande, arbetsminne och motorik uppstår genom dynamiska förändringar där attraktortillstånd skiftar och anpassas.