Michael McBeath, Psychologieprofessor im US-Bundesstaat Arizona, hat ein einfaches Modell vorgeschlagen, um zu erklären, wie Hunde Fetch spielen. Durch die Montage einer Kamera am Kopf eines Hundes stellte er fest, dass der Hund seine Geschwindigkeit und Richtung änderte, um das Bild des Frisbees in einer konstanten Position auf seiner Netzhaut zu halten. Dieser Ansatz, der als lineare optische Flugbahn bezeichnet wird, macht den Frisbee McBeath hatte diese Abfangstrategie bereits bei professionellen Baseballspielern bemerkt, die Fliegenbälle verfolgen.

Tim Pennings, Mathematikprofessor am Hope College, hat festgestellt, dass Hunde irgendwie sind Als er mit seinem walisischen Corgi Fetch spielte, bemerkte er, dass der Hund eine gewisse Strecke am Strand entlang lief, bevor er ins Wasser sprang. Da der Hund an Land schneller ist, ist dies der Fall Die Technik minimiert die gesamte Abrufzeit. Er zeigte, dass der Hund in der Lage ist, den optimalen Punkt zu berechnen, um mit statistischer Signifikanz ins Wasser zu springen. Ein Problem, das Pennings zur Lösung auf Kalkül zurückgreifen muss.

Perruchet und Gallego haben eine Demo eine Methode zur Berechnung dieses optimalen Pfades unter Verwendung von Kalkül auf andere Weise vorgestellt. Sie schlagen vor, dass der Hund sein Verhalten von Moment zu Moment optimiert und in jedem Moment den Weg wählt, der es ihm ermöglicht, seine Annäherungsgeschwindigkeit an den Ball zu maximieren. Dies setzt voraus, dass der Hund seine Geschwindigkeit sowohl an Land als auch auf dem Wasser genau abschätzen kann, setzt jedoch nicht voraus, dass der Hund die gesamte Route im Voraus plant.