Но ящики второго (и более высокого) порядка могут быть использованы еще и другим образом. Под каждой буквой (в нашем примере F, Е, С) можно понимать любое событие, воспринимаемое животным. Таким событием может быть и внешнее явление, и собственное действие животного — сгибание лапы, лай и т. п. Пусть F означает получение мяса, Е — стук метронома, С — лай. Послышался стук метронома. Что надо сделать, чтобы с наибольшей вероятностью получить мясо? В памяти-картотеке просматриваются ящики ЕА, ЕВ, ЕС..., где А, В, С,...— различные действия собаки. В каждом из этих ящиков подсчитывается вероятность наступления желаемого события (получение мяса). Таким образом, используя ящики второго порядка, можно не только осуществлять вероятностное прогнозирование внешних событий, но и строить планы собственных действий (С), приводящих с наибольшей вероятностью в заданных условиях (произошло Е) к желаемому результату (F). Еще лучше эта задача решается с помощью ящиков более высоких порядков. Ящики n-го порядка позволяют строить планы действий, состоящие из п—1 шагов, приводящих с наибольшей вероятностью к желаемому результату в заданных условиях. С помощью ящиков гс-го порядка можно строить и более короткие планы действий — из п — к шагов, но зато при этом к первых элементов будут использованы для более точного прогноза.

Рис. 13. Ящики 11 порядка могут быть использованы для выбора действии, с наибольшей вероятностью приводящего к достижению цели

Чем более высокого порядка ящиками располагает модель, тем точнее она осуществляет вероятностное прогнозирование, тем более длинные планы действий можно с ее помощью строить. Но это дается ценой значительно большей громоздкости модели и «перебора» при выборе из памяти. Число ящиков в модели сильно увеличится при возрастании их порядка (п).

Нетрудно сообразить, что при том же числе т возможных событий (т. е. таких событий, которые наступили хоть раз) модель может содержать ящиков первого порядка т, ящиков второго порядка т2, ящиков третьего порядка т3, ..., ящиков гс-го порядка — тп.