NASでは進化的計算を用いた方法と強化学習を用いた方法が提案されてきたが、進化的手法では突然変異のランダム性に依存するため効率が保証できない。一方、強化学習では安定性がハイパーパラメータに依存することや報酬を得るまでの試行回数が課題となっている。本手法では突然変異を強化学習でコントロールすることで効率的に探索ができる。

提案された手法でImageNetやPASCALVOCで学習させ、MobileNet-v1、MobileNet-v2、NASNetと比較して精度が向上していることを示している。またCIFAR-10の学習では、他の手法との競争力を維持したまま他のNASよりも探索が効率的であることを示した。