Bisher konnten Roboterhände nur das nachvollziehen, was Menschen vorher programmiert hatten. Nun aber ist es möglich, so ein aktueller Beitrag in der New York Times, dass Roboterhände anhand von mathematischen Verfahren sich selbst Bewegungen und Aufgaben beibringen. Damit haben beispielsweise Forscher des "Autolab", einem Roboter Lab an der University of California at Berkeley, einen Riesenschritt weg von den bisher limitierten Potenzialen von nur “greifenden Fingern” (Gripper) hin zur Nachahmung menschlicher Hände vollzogen.

"What you really want is a robot that can pick up anything, even stuff it has never seen before."

Aber auch der “Greifer” kann anhand selbstlernender Mechanismen inzwischen weitaus komplexere Aufgaben erledigen als dies in der Vergangenheit der Fall gewesen ist. Sei es das Greifen unbekannter Objekte oder das Verschieben derselben, stets ist es der selbstlernende Mechanismus, der nunmehr diese Entwicklungsschritte ermöglicht.

Aktivitäten, wie das Drehen und Erkennen eines Würfels in der Roboterhand, während gleichzeitig die Buchstaben auf den Seiten des Würfels vom Roboter erkannt werden, benötigen, so der Autor, nun nicht mehr 100 Jahre Trial and Error sondern nur noch 2 Tage mathematisch basierten Selbstlernens, um mit den Widrigkeiten der realen Welt zurecht zu kommen.

"After learning to deal with this randomness in a simulated world, the hand can deal with the uncertainties of the real one."

Im Text werden weitere Beispiele genannt und mit kurzen Filmsequenzen in ihrer Arbeit dargestellt.