Trí nhớ tập hồi được mô hình hóa bằng mạng nơ-ron tự kết hợp (auto-associative neural network) gồm 1000 nơ-ron, tổ chức thành ma trận 20x50.

• Mỗi hàng biểu diễn một sự kiện trong thời gian: nhận diện vật thể, hành động thực hiện, hành động quan sát, phần thưởng nhận được.
• - Học một lần (one-shot Hebbian learning) được sử dụng để lưu trữ trải nghiệm vào mạng.
• - Quá trình truy hồi được kích hoạt bởi các tín hiệu ngữ cảnh như: vật thể hiện diện, từ ngữ được nghe, hành động của người.
• - Khi truy hồi, robot có thể “hồi tưởng” các trải nghiệm liên quan và suy luận trạng thái tương lai có lợi, từ đó lên kế hoạch hành động hợp tác.
• - Thí nghiệm minh họa: robot và người cùng xây tháp từ các khối vật thể. Robot học từ nhiều lần tương tác để biết cách xếp chồng các vật thể sao cho tháp cao nhất.
• - Khi người bắt đầu xếp một vật thể, robot nhận diện hành động và vật thể, truy hồi các trải nghiệm liên quan, suy luận mục tiêu của người, và tiếp tục hành động để hoàn thiện tháp.
• - Hệ thống cho phép robot suy luận mục tiêu của người mà không cần chỉ dẫn trực tiếp, dựa trên trải nghiệm của chính nó.