ในการสำรวจพื้นที่อันตราย เช่น พื้นที่กัมมันตรังสี ไฟไหม้ หรือเขตกับระเบิด หุ่นยนต์มักประสบปัญหาว่าเส้นทางที่ให้ข้อมูลมากที่สุดอาจเป็นเส้นทางที่มีความเสี่ยงสูงที่สุดจนทำให้หุ่นยนต์พังและหยุดการทำงานได้ งานวิจัยนี้จึงนำเสนอชั้นการประเมินมูลค่า (Valuation-layer) ในรูปแบบใหม่ที่ชื่อว่า Behavioral Information ซึ่งอ้างอิงจากหลักการ Prelec probability weighting ของมนุษย์
ระบบนี้ช่วยให้ผู้ควบคุมสามารถกำหนดระดับความใจกล้าหรือความระมัดระวังให้กับหุ่นยนต์ได้ ผ่านการวิเคราะห์จุดสมดุลระหว่างปริมาณข้อมูลที่จะได้รับและความเสี่ยงที่จะสูญเสียหุ่นยนต์ ผลการทดสอบในสภาพแวดล้อมจำลองขนาดใหญ่พบว่า อัลกอริทึมนี้ช่วยลดอัตราความล้มเหลวของหุ่นยนต์ได้อย่างมีนัยสำคัญเมื่อเทียบกับการเน้นเก็บข้อมูลเพียงอย่างเดียว (Shannon information) โดยยังคงประสิทธิภาพในการสร้างแผนที่ได้ดีเยี่ยม
