Čim bolj samostojno pridobivanje senzomotoričnih znanj spada med ključne probleme, ki jih obravnavamo v kognitivni robotiki. Ogledali si bomo novo metodologijo za učenje senzomotoričnih veščin, s katero povezujemo spoznanja z različnih področij, kot so robotsko učenje s posnemanjem, dinamični generatorji gibov, statistično učenje in avtonomna adaptacija robotskih gibanj. S predlaganim pristopom povežemo znana vzorčna gibanja z izmerljivimi količinami, ki opisujejo cilj želene naloge. Na ta način pridobimo zapis robotskih gibanj kot parametrične funkcije cilja naloge. Začetni nabor gibanj, s katerimi lahko robot reši dano nalogo v določenih situacijah, največkrat pridobimo s posnemanjem ali s kinestetičnim vodenjem. S pomočjo tako pridobljenega začetnega nabora gibanj in avtonomnih oblik robotskega učenja, kot je na primer spodbujevalno učenje, lahko robot nato poveča in izboljša svoje senzomotorično znanje. Akumulacija dovolj velikega nabora vzorčnih gibanj je predpogoj za učinkovito uporabo metod statističnega učenja. Predlagana metodologija je primerna tudi za učenje gibanj v stiku z okolico, pri katerih moramo poleg pozicijskih trajektorij upoštevati tudi sile in navore, ki med gibanjem delujejo na robota.