我們慣于把重要的設備看作是性能隨著時間而逐漸降低的一種資源。但是，如果一臺機床能變為無約束地從它自己的誤差中學習，從而由一個加工循環到下一個加工循環，提高它的性能又怎樣？換句話說，這機床能作自我改進又怎樣？
GE Fanuc(設在美國弗吉尼亞夏洛茨維爾)供應的CNC系統，現可提供一種所謂”學習控制”的特性，它使這種自我改進成為可能。接合這種學習控制，CNC系統通過比較機床的實際運動與編程的路徑，跟蹤機床的位置誤差。這CNC系統用這信息來計算補償系數，控制系統在下次運行同一零件時使用這系數。
目標不僅是提高精度，而且改進循環時間。重要零件可以用更高的進給率加工。例如，一個用5秒鐘精確銑出的輪廓，一旦有機會再加工那零件，可以改善其性能，用一半的時間銑出同樣的精度。
事實上，這學習是累積的。在從第一個零件到第二個零件提高效率以后， CNC系統能為第三個零件提高效率，等等。這樣累積建立性能改進，可以連續進行到24個連續的零件。但是，GE Fanuc發言人說，最大得益比這要早得多，通常是5-8件。
當然，用這種方法只可尋找可重復誤差。廉價機床不必匹配這為高進給率精度而設計制造的機床的性能。但是，如果繪制和避免影響一個特定切削一致性的誤差，則任何廉價機床都可能快速、精密地在一些應用中進行輪廓加工。執行這個角色，學習控制特性確實使一些精密工作能拿到廉價機床上干。
CNC關于加工一個零件所學習的，不能用于一個不同的零件。當一個不同零件首次運行時，該控制必須從那里開始它的學習曲線。但是，某一特定零件號的補償，可以保存，何時再運行同一零件時，可以從內存中取出。