A felhasználó mozgását megtanuló műláb komoly előrelépés, mert amputált személyek sokkal természetesebben járhatnak, ritkábban fordul majd elő, hogy elesnek valamiben.

A Utah Egyetem kutatói pont ilyen szerkezeten dolgoznak. Az általuk fejlesztett robotláb gépi tanulás segítségével generál emberszerű lépéseket. Viselőjét akadályok elkerülésében is segíti, egyszerűen és teljesen természetesen átlép felettük.

Nem próbálja felismerni a felhasználó útját hátráltató akadályokat, hanem (helyette) az illető teste által kiadott jelzések alapján dönt. Az adott személy csípőjén lévő szenzorok másodpercenként ezerszer küldenek erre vonatkozó adatokat a szerkezet vádlijánál lévő feldolgozóegységnek. Például, az alapján, ahogy forgatjuk a csípőnket, a rendszer a térd behajlítását sugallhatja a lábaknak, mert így elkerüli, hogy belebotoljunk egy akadályba.

A boka és a comb által bezárt szögek, valamint a művégtagra nehezedő nyomás alapján dönti el, hogy mikor és hogyan kell behajlítani a térdet. Egy másik modell pedig akkor lép működésbe, amikor a művégtag sebessége és az említett szögek elérnek egy pontot. Ezzel a modellel akarják elkerülni a hirtelen mozdulatokat.

A művégtag megerősítéses tanulással dolgozik, mozgását e technika segítségével alkalmazza a felhasználó járásához.

A fejlesztés egyértelművé teszi, hogy a mesterséges intelligenciával irányított művégtagokat a felhasználók jobban tudják kezelni, és nagyobb a művégtagok feletti kontrolljuk.

A Utah Egyetem kutatói nincsenek egyedül.

A Michigani Egyetemen a térd és a boka mozgását elemezve, a felhasználó csípőizmainak tevékenységét a utahi fejlesztőkéhöz hasonló módszerrel előrejelző, nyílt forrású bionikus lábat dolgoztak ki.

2018-ban két kanadai diák kamerával felszerelt, gépi látást alkalmazó, azzal tárgyakat detektáló műkarja nyerte meg a Microsoft egyik díját (Imagine Cup). A szerkezet tud markolni, és a markolás finomhangolására is képes.

A Lausanne-i Szövetségi Műszaki Főiskola (EPFL) mechanikus karja a felhasználó izomtevékenységének mintázataiból tanul meg általános mozdulatokat.