يقترح الباحثون إطار عمل SPyCE (Skill-Policy Co-evolution)، الذي يكتسب مسارات الاستدلال متعدد الوسائط في مكتبة مهارات هرمية تتطور جنبًا إلى جنب مع السياسة أثناء التعلم التعزيزي. يعالج هذا النهج قيود الأساليب الحالية عن طريق تجنب المكافآت القياسية واسترجاع الذاكرة الثابتة، وبدلاً من ذلك ينشئ حلقة مغلقة حيث تنتج السياسات المحسّنة مهارات أفضل وتوفر المهارات المتطورة أولويات أقوى.
- تلتقط مهارات التنفيذ العمليات البصرية المحلية بينما تشفر مهارات سير العمل الأولويات لاستخدام الأدوات على المستوى العالي.
- تعتمد السياسة على المهارات المسترجعة لتوجيه عمليات التوليد، بينما يتم تحديث مكتبة المهارات باستخدام عمليات التوليد القيمة التي تولدها السياسة.
- أظهرت التجارب عبر ثمانية معايير أن SPyCE يتفوق باستمرار على الأسس المرجعية المعتمدة على التعلم التعزيزي والذاكرة.
- يؤكد التحليل أن تصميم المهارات الهرمية وآلية التطور المشترك كلاهما حاسم لنجاح الإطار.
يعتقد المؤلفون أن هذا التحسين المشترك للمهارات والسياسة يمثل نموذجًا واعدًا لبناء وكلاء متعددي الوسائط قادرين.