机器人通过能够从与环境的互动中学习的算法来调整它们的行为。这个过程通常涉及从传感器收集数据，分析结果，并调整动作以随着时间的推移提高性能。核心机制通常是机器学习，机器人使用试错法来改进它们的决策。例如，一个学习拾取物体的机器人手臂可能从随机运动开始，然后通过跟踪哪些运动导致成功的抓取来逐渐改进其方法。这个迭代过程依赖于反馈回路，其中错误（例如掉落物体）会告知对机器人控制策略的调整。
一种常见的方法是强化学习 (RL)，机器人通过最大化其行为带来的奖励来学习。在 RL 中，机器人在模拟或真实世界的场景中探索不同的策略，根据结果接收正面或负面的反馈，并更新其行为模型。例如，一个在货架间导航的仓库机器人最初可能会与障碍物碰撞，但通过将碰撞与负面奖励相关联，学会避开它们。随着时间的推移，机器人会构建一个优先考虑高效、无碰撞路径的策略。另一种方法是通过人为输入进行监督学习：开发人员可以在训练期间手动纠正机器人的错误（例如，在无人机坠毁后调整其飞行路径），并使用这些更正来重新训练其神经网络。这些方法通常结合使用模拟来进行安全、可扩展的试错，并结合真实世界的测试来处理边缘情况。
适应也取决于实时传感器数据和环境背景。机器人使用摄像头、激光雷达或力传感器来检测变化并随时进行调整。例如，一辆自动驾驶汽车可能会在遇到湿滑路面后修改其制动距离，使用来自类似条件的历史数据来更新其控制算法。诸如在线学习之类的技术允许机器人在操作期间更新其模型，而无需完全重新训练。然而，仍然存在挑战，例如平衡探索（尝试新动作）与利用（使用已知的成功策略），以及确保试验阶段的安全。开发人员通常通过将机器人的动作限制在预定义的范围内或使用先模拟后训练的方法来最大限度地降低现实世界的风险来解决这个问题。