Darbā ir parādīta Rozenblata perceptrona un Džordana tīkla apvienošanas iespēja, kura rezultātā perceptronam parādās atgriezeniskās saites, bet apmācība paliek tik pat ātra un efektīva ka apmācība Rozenblata perceptronā. Darbā parādīta arī refrakteritātes modelēšanas īpaša loma asociatīvos elementos, kas ļauj ātri iegaumēt iekšējā stāvokļa secību. Tas notiek pateicoties tam, ka refrakteritātes process automātiski regulē slodzi, kas gulstas uz asociatīviem elementiem, izvēlējoties grupas, kas vēl nebija izmantotas. Tas savukārt nosaka tīkla diferenciāciju uz savā starpā maz saistītiem neirona ansambļiem un tādejādi izceļ to no klasiskā perceptrona, kam trūkst vienlaicīgi aktīvo asociatīvo elementu skaitļa vadīšanas. Tādā veidā jauniegūtais rekurenta perceptrons RP-2 ir notestēts aģenta, kurš ir ievietots imitācijas vidē, apmācības uzdevumā.