ในการแก้ปัญหาการวางแผนทางคอมพิวเตอร์ (Classical Planning) มักมีทางเลือกระหว่างการใช้ Grounding (การแตกตัวแปรทั้งหมด) ซึ่งทำให้ประมวลผลง่ายแต่ขนาดข้อมูลอาจบวมจนควบคุมไม่ได้ หรือการใช้ Lifted Representation ที่ซับซ้อนกว่า งานวิจัยชิ้นนี้จึงเสนอ 'Partially Grounded Encoding' ซึ่งเป็นจุดกึ่งกลางที่รักษาแอ็กชันให้อยู่ในระดับ Lifted แต่ใช้การ Grounding เพียงบางส่วนสำหรับ Predicate
ผลลัพธ์ที่โดดเด่นคือการเปลี่ยนอัตราการขยายตัวของทรัพยากรที่ใช้จากการเพิ่มขึ้นแบบกำลังสอง (Quadratic Scaling) ตามความยาวของแผน มาเป็นการเพิ่มขึ้นแบบเชิงเส้น (Linear Scaling) ซึ่งช่วยให้ระบบสามารถจัดการกับโจทย์ที่มีความยาวมากๆ ได้ดีกว่าเดิม และมีประสิทธิภาพเหนือกว่าวิธีการระดับ State-of-the-art ในหลายกรณี
