Bài báo này trình bày một phương pháp mới để học mô hình hành động STRIPS chỉ bằng cách theo dõi hành động. Đây là một phương pháp học có khả năng mở rộng như các hệ thống LOCM hiện có, đồng thời vẫn chính xác và đầy đủ như các phương pháp dựa trên SAT. Cụ thể, đây là một phương pháp chung không áp đặt bất kỳ hạn chế nào về số lượng hoặc tính nguyên tử của các miền hoặc vị từ ẩn. Chìa khóa nằm ở một phương pháp xác minh mới hiệu quả, xác minh rằng giả định rằng các vị từ bị ảnh hưởng bởi một tập hợp các mẫu hành động với các vị trí đối số cụ thể là phù hợp với các dấu vết. Dựa trên các vị từ và mẫu hành động vượt qua xác minh này, miền được học, và các điều kiện tiên quyết và vị từ tĩnh được thêm vào để hoàn thiện nó. Nó được đánh giá về mặt lý thuyết và thực nghiệm bằng cách sử dụng các dấu vết và đồ thị chứa hàng trăm nghìn trạng thái và chuyển đổi từ các miền cổ điển tiêu chuẩn như 8 câu đố, và các biểu diễn đã học được được xác minh trên các trường hợp lớn hơn.
