La interfaz cerebro-máquina (BMI) se ha propuesto como una técnica novedosa para controlar dispositivos protésicos destinados a restaurar funciones motoras en pacientes paralizados. En este artículo, proponemos un controlador basado en redes neuronales que mapea las señales cerebrales de una rata y las transforma en movimiento robótico. Primero, se entrena a la rata para mover el robot presionando la palanca derecha e izquierda para obtener comida. A continuación, recolectamos señales cerebrales con cuatro electrodos implantados, dos en la corteza motora y dos en el área de la corteza somatosensorial. Los datos recolectados se utilizan para entrenar y evaluar diferentes controladores neuronales artificiales. Los controladores neuronales entrenados se emplean en línea para mapear señales cerebrales y transformarlas en movimiento robótico. Los resultados de clasificación en línea y fuera de línea de las señales cerebrales de la rata muestran que las Redes Neuronales de Función de Base Radial (RBFNN) superan a otras redes neuronales. Además, los resultados del control robótico en línea muestran que, incluso con un número limitado de electrodos, el movimiento robótico generado por RBFNN coincidió con el movimiento generado por la posición de la palanca izquierda y derecha.