これは、環境マップやロボット位置の推定値へのアクセスなし、ロバストなsim2real転送を前提としている。
ORACLEは、不確実性を考慮した安全な飛行を可能にし、その視覚的注意の変種（A-ORACLE）は、その能力を暗黙の情報サンプリングと組み合わせ、seVAE-ORACLEは、モジュール化と（利用可能であれば）合成データと実データの両方で部分的な学習を提供するようにアーキテクチャを変更するという。
ナビゲーションのために、これらのメソッドは、現在の深度画像（例えば、RGB-Dやパッシブステレオカメラ）と、部分的な状態推定（z軸周りの直線速度、ロール/ピッチ、角速度）と、希望する方向への方位ベクトルのみを考慮する。
ORACLEとseVAE-ORACLEの2つのコアナビゲーション手法は、衝突予測ステップの前に、（a）ロボットの部分状態推定値の不確実性と、ディープアンサンブルを介したニューラルネット上のエピステミックな不確実性を考慮することによる不確実性認識、（b）セマンティックに拡張された変分オートエンコーダを介した高次元深度データのモジュール化エンコード（積極的に圧縮された潜在空間において、知覚しにくい障害物に関する情報を保持することを可能にする）のいずれかに重点を置いているとしている。
A-ORACLEはまた、ロボットが安全に環境をナビゲートするだけでなく、（マスクの導出方法に応じて）ボトムアップまたはトップダウンの観点から顕著な領域に（カメラを使用して）注意を向けることができるようにするアクションプリミティブを選択するために、視覚的に注意深い領域を強調する深度画像上のマスクを使用するという。
