एक नई स्मृति प्रणाली स्वयंचालित एजेंटों के लिए "आयामों की श्राप" को दूर करती है, जो स्वतंत्र घटक विश्लेषण (ICA) को लागू करके डेटा को पांच घटकों में कम करती है, फिर अल्पकालिक स्मृति प्रसरण के आधार पर आयामों को संपीड़ित करके व्यवहार की विविधता को बढ़ावा देती है।
एपिसोड FAISS वेक्टर डेटाबेस में SONAR एन्कोडर एम्बेडिंग्स का उपयोग करके संग्रहीत किए जाते हैं और प्रत्येक रन पर संपीड़न एवं सामान्यीकरण से गुजरते हैं। ICA सामान्य रूप से वितरित, स्वतंत्र घटकों की पहचान करता है, जिसमें परीक्षणों ने दिखाया कि डेटा को तीन आयामों तक कम करने से गतिविधि, पदानुक्रम और सामाजिक अवस्थाओं के लिए व्याख्या योग्य क्षेत्र प्राप्त होते हैं। प्रणाली अल्पकालिक स्मृति में घटक अंतर की गणना करती है; निम्न प्रसरण संबंधित वेक्टर डेटाबेस आयाम के संपीड़न को ट्रिगर करता है, जिससे मैनहट्टन दूरी पुनर्प्राप्ति उस घटक के पूरे स्पेक्ट्रम को कवर करने वाले एपिसोड प्राप्त करने की अधिक संभावना देती है।
परीक्षण दर्शाते हैं कि यह तंत्र एजेंट व्यवहार को गतिशील रूप से बदलता है, जैसे क्षेत्र कार्य से पिघलाव या चिंता घटक बढ़ने पर कार्य पूर्वाग्रह में परिवर्तन, जो स्पष्ट प्रारंभीकरण के बजाय संपीड़ित आयामों द्वारा संचालित होता है।