Control orientado a agentes de sistemas robóticos basado en inteligencia artificial: utilización de avances neurocientíficos de vanguardia para la verificación, validación y optimización Autores: Oksana Yashyna - Khmelnytskyi National University (UA) Denys Makaryshkin - Khmelnytskyi National University (UA) Yurii Forkun - Khmelnytskyi National University (UA) Roman Kustovskyi - Khmelnytskyi National University (UA) Vitalii Sorokolit - Khmelnytskyi National University (UA) Resumen Mediante el uso de inteligencia artificial y de los avances más recientes en neurociencia, los autores investigan los desafíos relacionados con la mejora de la eficiencia del control orientado a agentes en sistemas robóticos. El objetivo es desarrollar un concepto teórico que tenga en cuenta los niveles existencial-objetivo, simulado-cognitivo y neuroconductual del control en sistemas orientados a agentes. Esto sentará las bases para mejorar tanto el hardware como el software de dichos agentes. El artículo emplea métodos de análisis sistémico-analítico y comparativo, modelización neuroorientada de conceptos de control y enfoques de verificación formal. La investigación conduce a la creación de una base teórica original para el Control de Verificación Neuroagéntico (Neuro-Agentic Verification Control, NAVC), que combina simulación mediante gemelos digitales, redes neuronales sinápticas y principios cognitivo-ontológicos. Los autores prestaron especial atención a la integración de interfaces formales, lenguaje natural y otros sistemas cognitivos. Finalmente, los autores presentan demostraciones formales para evidenciar la validez de los componentes clave de la arquitectura propuesta. La relevancia internacional del artículo viene determinada por la importancia de abordar los desafíos relacionados con la transparencia, la seguridad y la fiabilidad de los sistemas robóticos autónomos en ámbitos críticos, incluidos el transporte, la industria y la defensa.