في إطار سعيها لتطوير أساليب التعلم الذاتي، قدمت مجموعة من الباحثين إطار عمل مبتكر يحمل اسم SPARK (اللعب الذاتي مع المكافآت غير المتماثلة من الرسوم البيانية المعرفية). يعتمد هذا النموذج على التعلم المعزز ويتميز بأداء قوي في مجالات ذات هيكل قابل للتحقق مثل الرياضيات والبرمجة.

تحديات تطبيق هذا النموذج في الأدبيات العلمية متعددة، حيث أن العلاقات بين العناصر المتعددة في المستنداتRarely ما تكون واضحة. مما يصعّب توليد الأسئلة المتعلقة بالعلاقات ويضعف موثوقية إشارات المكافأة. لكن مع SPARK، يتم إنشاء رسم بياني معرفي موحد تلقائيًا من الأدبيات العلمية المتعددة، مما يوفر أساسًا هيكليًا للعب الذاتي.

يستخدم SPARK مسارات الرسوم البيانية المعرفية لتوليد الأسئلة المتعلقة بالعلاقات، حيث توفر الحقائق المهيكلة الموجودة في الرسم البياني أساسًا لحساب المكافآت القابلة للتحقق. ومن خلال نموذج صغير للرؤية واللغة (sVLM) الذي يتناوب بين أدوار المقترح والحل تحت عدم تماثل المعلومات، يمكن توسيع هذا التصميم بشكل طبيعي نحو التكيف عبر الإنترنت في الأعمال المستقبلية.

وقد أظهرت نتائج الاختبارات التي أُجريت على معايير عامة ومجموعة بيانات تم تصميمها ذاتيًا عبر عدة مستندات أن أداء SPARK يتفوق باستمرار على الأساليب التقليدية المعتمدة على نصوص مسطحة، حيث يزداد الفارق في الأداء كلما زاد عدد القفزات، مما يشير إلى أن هيكل الرسم البياني المعرفي يُساهم في تحسين القدرة على التفكير المعقد عبر العلاقات بشكل يفوق ما تقدمه الأساليب غير الهيكلية.