Waldo ایک روبوٹ ہے جو Waldo کو تلاش کرنے اور اس کی طرف اشارہ کرنے کے لیے بنایا گیا ہے۔. روبوٹ بازو UARM میٹل کے لیے PYARM Python لائبریری کا استعمال کرتے ہوئے Raspberry Pi کے ذریعے کنٹرول کیا جاتا ہے۔. ایک بار شروع کرنے کے بعد بازو کو نیچے کینوس کی تصویر بڑھانے اور کھینچنے کی ہدایت کی جاتی ہے۔. پھر یہ تصویر سے چہروں کو تلاش کرنے اور نکالنے کے لیے OpenCV کا استعمال کرتا ہے۔. چہرے Google Auto ML Vision سروس کو بھیجے جاتے ہیں جو تربیت یافتہ Waldo ماڈل سے ہر ایک کا موازنہ کرتی ہے۔. اگر 95 فیصد کا پر اعتماد میچ (0.95) یا اس سے اوپر پایا جاتا ہے روبوٹ بازو کو ہدایت کی جاتی ہے کہ وہ مماثل چہرے کے نقاط تک بڑھائے اور اس کی طرف اشارہ کرے۔. اگر ایک تصویر میں متعدد Waldos ہیں تو یہ ہر ایک کی طرف اشارہ کرے گا۔.

جبکہ صرف ایک پروٹو ٹائپ, سب سے تیز وہاں والڈو نے نشاندہی کی ہے کہ ایک میچ 4.45 سیکنڈ کا ہے جو زیادہ تر 5 سال کے بچوں سے بہتر ہے.