Bài báo này trình bày một lý thuyết mới giải thích cách các sinh vật giải quyết các vấn đề đa dạng mà chúng hiếm khi hoặc chỉ gặp phải một lần, hay còn gọi là "siêu thích nghi". Siêu thích nghi đề cập đến khả năng giải quyết vấn đề một cách ứng biến mà không cần kinh nghiệm dày dặn và lặp đi lặp lại. Bài báo này giải thích siêu thích nghi bằng cách định nghĩa hành vi là biểu diễn vật lý của một quy trình tìm kiếm tự hiệu chỉnh. Thay vì tìm kiếm ngẫu nhiên, hệ thống đạt được khả năng giải quyết vấn đề mạnh mẽ bằng cách sắp xếp động một tập hợp vô hạn các hành động tuần tự dựa trên sự đơn giản và hiệu quả. Các hành động được lấy mẫu từ các đường dẫn trong đồ thị nhận thức, có thứ tự được xác định bởi vòng phản hồi thực thi hành động/sửa đổi đồ thị. Đồ thị nhận thức được triển khai bằng cách sử dụng biểu diễn nơ-ron điều hòa mới hỗ trợ học tập Hebbian và lưu trữ thông tin linh hoạt. Chúng tôi xác thực phương pháp này thông qua các thí nghiệm mô phỏng, chứng minh khả năng tiếp thu nhanh chóng các kỹ năng định hướng trong các mê cung phức tạp và phần thưởng cao trong các phần mở rộng đầy thách thức của các bài toán học tăng cường cổ điển. Khung này cung cấp một mô hình lý thuyết mới cho việc học tập phát triển và mở đường cho robot có thể tự động tiếp thu các kỹ năng phức tạp và xử lý các tình huống đặc biệt.
