この研究は、人間が確率的な環境で報酬を追求する際、観察された対象頻度に選択頻度を合わせる傾向があることを探る。著者たちは「かくれんぼ」タスクを使用して、追求（探し）と回避（隠れ）を切り替えつつ、選択肢の数を変えることでこの行動を評価した。参加者の選択を、選択頻度のヒストグラムをベクトルとして扱い、モデル化した。特に回避ラウンドでは確率のアンマッチング戦略が存在するとの仮定を立て、これを確率マッチングのベクトル反射として形式化した。2つの基本的な方針（マッチング/アンマッチング、最大化/最小化）のみで、様々な部屋数および対戦相手確率分布にわたる参加者の選択を説明できることがわかった。このモデルは、人々が異なる結果の相対頻度を記憶する能力を持っていることを前提としており、シンプルな操作で選択モデルを構築できる。結果として、これらのポリシーの混合が確率的環境における人間の選択パターンを捉えることが示された。