通过使用积极强化，这是任何使用过的对待改变狗的行为的人都熟悉的方法，团队极大地提高了机器人的技能，并且很快地完成了训练，使训练现实世界中的机器人成为更可行的企业。

“这里的问题是我们如何让机器人学习技能?”约翰·霍普金斯大学计算交互与机器人实验室的博士生安德鲁·洪特说。“我养过狗，所以我知道奖励的工作，这就是我设计学习算法的灵感。”

与天生具有高度直觉的大脑的人和动物不同，计算机是空白板，必须从头开始学习一切。但是，真正的学习往往要靠反复试验才能完成，而机器人专家仍在研究如何从错误中有效学习。

该团队通过设计一种奖励机制来实现这一目标，该奖励机制可以像对待狗一样对待机器人来为机器人工作。狗可能会因为做得好的工作而得到饼干，而机器人则获得了数字积分。

洪特回忆说，他曾经教过他的小混混小狗叫利亚(Leah)命令“离开它”，这样她就可以忽略步行中的松鼠。他使用两种类型的零食，一种是普通的教练零食，另一种是更好的东西，例如奶酪。