A 2026-os AAMAS konferencián kiosztott díj nyertese a megerősítési tanulást formális módszerekkel integráló kutatási irányt javasolja. Az alapvető világmodell lehetővé teszi, hogy egy ellenőrző érveljen a modellrel, így a változó környezetben is garantálva marad a helyes viselkedés.