Arizona State psychology professor Michael McBeath har föreslagit en enkel modell för att förklara hur hundar spelar Fetch. Genom att montera en kamera på en hunds huvud fann han att hunden ändrade sin hastighet och riktning för att hålla frisbeens bild i ett konstant läge på näthinnan. Detta tillvägagångssätt, kallat Linear Optical Trajectory, gör frisbeen verkar röra sig i en linjär väg med konstant hastighet. McBeath hade tidigare märkt denna avlyssningsstrategi hos professionella basebollspelare som bedriver flygbollar.

Tim Pennings, matematikprofessor vid Hope College, har funnit att hundar på något sätt är kunna beräkna den optimala vägen till en boll som kastas i vattnet. När han spelade Fetch med sin walesiska Corgi märkte han att hunden sprang längs stranden ett visst avstånd innan han hoppade i vattnet. Eftersom hunden är snabbare på land så teknik minimerar den totala återhämtningstiden. Han visade att hunden kan beräkna den optimala punkten för att hoppa i vattnet med statistisk signifikans, ett problem Pennings måste tillgripa kalkyl för att lösa.

Perruchet och Gallego har demo nstrerade en metod för att beräkna denna optimala väg med hjälp av kalkyl på ett annat sätt. De föreslår att hunden optimerar sitt beteende från ögonblick till ögonblick och väljer i varje ögonblick den väg som gör att den kan maximera sin hastighet när det gäller att komma åt bollen. Detta kräver att hunden kan uppskatta sin hastighet på både land och vatten, men förlitar sig inte på förutsättningen att hunden planerar hela rutten i förväg.