어포던스란 객체의 형상·재질·공간적 배치가 로봇 에이전트에게 제공하는 행동 가능성(action possibility)을 가리키며, 생태심리학자 깁슨(J.J. Gibson)의 개념을 로봇공학에 도입한 것이다. 로봇이 미지의 객체를 다룰 때 사전에 정의된 동작 목록에 의존하지 않고 객체 속성으로부터 직접 행동 가능성을 추론하기 위해 이 개념이 필요하다. 실제로는 파지 계획, 도구 사용, 인간-로봇 상호작용 등에서 어포던스 맵을 추출하는 형태로 활용되며, 합성곱 신경망(CNN)이나 포인트 클라우드 기반 모델이 픽셀·점 단위로 어포던스를 예측하는 데 쓰인다. 예를 들어 컵의 손잡이 영역은 '파지(grasp)' 어포던스를, 상단 개구부는 '붓기(pour)' 어포던스를 나타낸다고 표현한다. 어포던스는 객체 자체의 고정 속성이 아니라 로봇의 신체 능력과 객체 속성 사이의 관계적 개념이므로, 물체의 클래스만 분류하는 객체 인식(object recognition)과는 구별된다.