La manipulación diestro de objetos desconocidos realizada por robots equipados con manos mecánicas representa un desafío crítico. Las dificultades surgen de la ausencia de un modelo preciso de los objetos manipulados, entornos impredecibles y capacidades de detección limitadas de las manos mecánicas en comparación con las manos humanas. Este artículo presenta un enfoque basado en datos que proporciona un planificador basado en el aprendizaje para la manipulación diestro empleando un Sistema de Inferencia Neuro-Fuzzy Adaptativo (ANFIS) alimentado por datos obtenidos de un planificador de manipulación analítico. ANFIS captura las complejas relaciones entre las entradas y los parámetros óptimos de manipulación. Además, durante una fase de entrenamiento, es capaz de ajustarse a sí mismo en función de sus experiencias. El planificador propuesto permite a un robot interactuar con objetos de diversas formas, tamaños y propiedades materiales, mientras proporciona una solución adaptativa para aumentar la destreza robótica. El planificador se valida en un entorno del mundo real, aplicando una mano robótica antropomórfica Allegro. Se proporciona un enlace a un video del experimento en el artículo.