En las últimas décadas, la industria de la robótica está evolucionando de manera exponencial y se pueden hacer robots humanoides, así como de poder realizar las funciones físicas de las personas. Desde este punto de vista, las manos robóticas son vitales para muchas personas que padecen bien sea de una amputación o de alguna enfermedad. El objetivo principal de esta investigación fue clasificar las señales de Electromiografía (EMG) recibidas del brazo humano de personas sanas y luego realizar la aplicación manual con mano robótica en un entorno virtual. Esto es muy importante para comprender y clasificar la estructura geométrica del objeto contenido en aplicaciones de mano robótica. Se investigó el tiempo de clasificación y la relación de precisión entre las Redes Neuronales Artificiales (RNA) y las Maquinas de Aprendizaje Extremo (MAE) utilizados para esta clasificación. Para ello, se extrajeron 10 características y las clasificaciones se probaron utilizando RNA y MAE. Los resultados de clasificación exitosos obtenidos se compararon entre sí y se aplicaron a una mano robótica virtual utilizando el programa V-Rep.