Este documento discute un mecanismo para integrar la locomoción con la cognición en robots. Demostramos un modelo de capacidad atencional que puede cambiar dinámicamente el enfoque de su área perceptual al integrar atención y percepción para generar comportamiento. El modelo propuesto considera tanto la información sensorial interna como la información sensorial externa. También proponemos la detección de affordance que identifica diferentes acciones dependiendo de las posibilidades inmediatas del robot. La atención se representa en una estructura topológica generada por un gas neural en crecimiento que utiliza datos de nubes de puntos en 3D. Cuando el robot se enfrenta a un obstáculo, la densidad del mapa topológico aumenta en el área del obstáculo sospechado. A partir de aquí, la información de affordance se procesa directamente en el generador de patrones de comportamiento, que comprende interconexiones entre neuronas motoras y sensoriales internas. El modelo de atención aumenta la densidad asociada con el obstáculo sospechado para producir una representación detallada del obstáculo. Luego, el robot procesa la información cognitiva para llevar a cabo una adaptación a corto plazo en su locomoción al cambiar su patrón de oscilación o plan de movimiento. Para probar la efectividad del modelo propuesto, se implementa en una simulación por computadora y también en un robot cuadrúpedo de tamaño mediano. Los experimentos validan las ventajas en tres categorías: (1) Desarrollo del modelo de atención utilizando estructura topológica, (2) Integración entre atención y affordance en el comportamiento de movimiento, (3) Integración de información sensorial exteroceptiva para el control de nivel inferior del generador de locomoción.