Robot được dạy bằng phương pháp dẫn động tay (kinesthetic teaching), ghi lại vị trí, vận tốc, gia tốc và lực tiếp xúc tại đầu gắp.

• Mô hình tương tác: robot được xem như một hệ khối lượng đơn vị bị tác động bởi lực điều khiển và lực môi trường.
• - Ma trận độ cứng được ước lượng bằng phương pháp least-squares và hiệu chỉnh để đảm bảo tính đối xứng dương (SPD).
• - Hai cách học độ cứng:
•   + GMM/GMR trên vector Cholesky của ma trận độ cứng.
•   + GMM/GMR trên đa tạp SPD (sử dụng log map, exp map, parallel transport).
• - So sánh hiệu năng: biểu diễn Cholesky nhanh hơn nhưng kém chính xác hơn ở không gian cao chiều; biểu diễn Riemannian chính xác hơn nhưng tốn thời gian tính toán.
• - Thử nghiệm:
•   + Mô phỏng hệ lò xo–giảm chấn 2D và robot 7 bậc tự do (Barrett WAM).
•   + Thực nghiệm với robot KUKA LWR: bài toán xoay van và nâng vật có khối lượng thay đổi.
• - Kết quả cho thấy mô hình học có thể tái tạo hồ sơ độ cứng biến thiên theo lực tiếp xúc, giúp robot thích nghi với điều kiện mới mà không cần lập trình lại.