SLSの主要なアルゴリズムは，トレーニングイメージからの認識図を導く． 図3.4のように，SLSは，``探索"，``例からの学習"，``図の最適化"という3つの過程を経て認識図を得る． 探索アルゴリズムは，正確な目標レベルの仮定を作りだす変換手順のシーケンスの探索を行う． この過程において，VPsとFMPsに関わるコストと可能性も見積もる． 例としてのアルゴリズムからの学習は，探索アルゴリズムによって識別されたオペレーターシーケンスを 調査し，目標レベルの仮定がどれだけ正確に生成されるのかという，一般化された概念を推定する． 最終的に，図の最適化アルゴリズムは，証明のために予測されるコストを最小にする認識図のそれぞれのレベルにおける 決定ツリーを作りだす． その結果，あらゆるレベルの認識図は，ターゲットの対象，すなわち，指定された目標 (例えば，2次元なのか3次元なのか，または， 正確なのか曖昧なのか，など) を識別する 有効かつ，信頼性の高い手法を表している．