Pythonコードを書いて実行するロボット制御エージェントの自己改善ループでは、機械学習者が「成功基準」を見えるかどうかだけで設定が変わります。学習者は各実行結果をもとにライブラリを改訂し、改訂が失敗した場合は元に戻します。実験は、開発用5つのレイアウトを用い、学習フェーズと評価フェーズに分けて行われました。

成果の比較では、基準に制限された16タスクにおいて、成功基準を提示した設定（Criteria Exposure, CE）の成功率は51.6％でしたが、提示しなかった設定（w/o CE）では27.8％に留まりました。一方、指示自体に忠実な9タスクでは両設定でほぼ同じ成功率（52.5％と52.2％）でした。