연구진은 행동 추적만으로 Lifted STRIPS 모델을 학습하는 방법을 제시했어요. 기존 방식은 상태를 관찰 가능하다고 가정했지만, 이번 연구에서는 상태 정보가 제한적인 상황에서도 모델 학습이 가능하도록 개선했어요. 세 가지 일반적인 경우에 대한 알고리즘과 완전성 결과를 제시하고, 실험 결과도 보고했어요.
첫 번째 경우에서는 상태 관찰을 전혀 가정하지 않고, 두 번째와 세 번째 경우는 일부 상태 술어의 완전 관찰 또는 지역 관찰을 가정했어요. STRIPS+ 도메인이 주어졌을 때, 추적으로부터 동등한 도메인을 학습할 수 있는 조건을 분석했어요.
이 연구는 행동 모델 학습에 있어 상태 정보의 제한적인 환경에서도 모델을 학습할 수 있는 가능성을 보여주는 중요한 성과예요.