Uno de los desafíos en las tareas de agarre robótico es el problema de detectar si un agarre es estable o no. La falta de estabilidad durante una operación de manipulación suele causar el deslizamiento del objeto agarrado debido a fuerzas de contacto inadecuadas. Frecuentemente, un agarre inestable puede ser causado por una pose inadecuada de la mano robótica o por una presión de contacto insuficiente, o por ambos. El uso de datos táctiles es esencial para verificar tales condiciones y, por lo tanto, predecir la estabilidad de un agarre. En este trabajo, presentamos y comparamos diferentes metodologías basadas en aprendizaje profundo para representar y procesar datos táctiles tanto para la predicción de estabilidad como de deslizamiento.