ปกติแล้วการฝึกฝนแบบจำลองโลกและการกระทำ (World-Action Models - WAMs) มักเน้นไปที่ข้อมูลการสาธิตที่ประสบความสำเร็จ ทำให้ตัวแบบขาดความเข้าใจว่าหากตัดสินใจผิดพลาดจะเกิดอะไรขึ้น งานวิจัยชิ้นนี้จึงนำเสนอ FACT ซึ่งเป็นโครงสร้างการฝึกฝนเชิงสาเหตุ (Causal Training) ที่รวมเอาข้อมูลความล้มเหลวเข้ามาเป็นส่วนหนึ่งของการเรียนรู้
ระบบนี้จะทำหน้าที่ทำนายวิดีโอเหตุการณ์ในอนาคตและความคืบหน้าของงานโดยอิงจากการกระทำที่เกิดขึ้นจริง ซึ่งจะเปลี่ยนการกระทำที่ผิดพลาดให้กลายเป็นเป้าหมายในการเรียนรู้แทนที่จะถูกตัดทิ้งไป ผลจากการทดสอบทั้งในสภาพแวดล้อมจำลองและหุ่นยนต์สองแขนในโลกจริงพบว่า FACT ช่วยลดปัญหาการสร้างภาพหลอนว่างานจะสำเร็จ (Success-biased hallucination) เมื่อมีการกระทำที่ผิดพลาด และมีประสิทธิภาพเหนือกว่าวิธีมาตรฐานทั่วไป
