Spatial-temporal reasoning (ビデオの方ではなく、IQを図るルール探し問題みたいなタスク。例：RAPENデータセット)の新たなNeural Symbolic系のモデルの提案。Spatial-temporal reasoning が視覚的な要素の理解と異なる要素間の時系列関係性理解が必要。ここで、人間の考えるプロセスをまねした手法を提案し、既存手法より高い汎化性能を実現。