Arizona State psykologprofessor Michael McBeath har foreslått en enkel modell for å forklare hvordan hunder leker Fetch. Ved å montere et kamera på hodet til en hund, fant han ut at hunden endret hastighet og retning for å holde frisbeebildet i en konstant posisjon på netthinnen. Denne tilnærmingen, kalt Linear Optical Trajectory, gjør frisbeen ser ut til å bevege seg i en lineær bane med konstant hastighet. McBeath hadde tidligere lagt merke til denne avlyttingsstrategien i profesjonelle baseballspillere som forfølger flyballer.

Tim Pennings, matematikkprofessor ved Hope College, har funnet ut at hunder på en eller annen måte er i stand til å beregne den optimale banen til en ball som kastes i vannet. Mens han lekte Fetch med sin walisiske Corgi, la han merke til at hunden løp langs stranden en viss avstand før han hoppet i vannet. Fordi hunden er raskere på land, er dette teknikken minimerer den totale gjenfinningstiden. Han viste at hunden er i stand til å beregne det optimale punktet for å hoppe i vannet med statistisk signifikans, et problem Pennings må ty til kalkulus for å løse.

Perruchet og Gallego har demo nstrert en metode for å beregne denne optimale banen ved hjelp av kalkulator på en annen måte. De foreslår at hunden optimaliserer oppførselen øyeblikkelig, og velger i hvert øyeblikk banen som tillater den å maksimere hastigheten på tilnærming til ballen. Dette krever at hunden kan estimere hastigheten nøyaktig både på land og vann, men er ikke avhengig av at hunden planlegger hele ruten på forhånd.