النظام المستقر يعمل مثل كرة في وعاء: دفعة – وتتدحرج عائدة إلى القاع. انتشار المسارات المحتملة – عدم اليقين – يتقلص مع مرور الوقت. لكن السرعة تعتمد على ميل الجدران. في الأنظمة المعقدة، يكون لهذا 'الوعاء' مناطق مختلفة الانحدار. في السابق، كان وقت العودة يُقدر بناءً على أقل المناطق انحداراً – وهو إجراء احترازي يبالغ في تقدير الوقت. الطريقة الجديدة تحسب متوسط الانحدار حيث يتواجد النظام فعلياً.
أظهر المؤلفون: إذا استبدلنا المنظم البسيط بمنظم غير خطي (شبيه بنظام التعليق الذكي)، فإن الدفعات العشوائية تُخمد بشكل أفضل. على الرغم من أن أقصى صلابة تبقى كما هي، إلا أن شكل الوعاء يتغير، مما يعيد النظام إلى طبيعته بشكل أكثر نشاطاً. وهذا يحسن خوارزميات التعلم الآلي، حيث يكون من المهم الوصول إلى البيانات المطلوبة بسرعة أكبر.
مثل البلبل (اللعبة الدوارة) الذي يتمايل بشدة في البداية ثم يهدأ فجأة، يزداد خطأ النمذجة حتى يصل إلى الذروة ثم ينخفض بشكل حاد – ويمكن حساب لحظة ذروته مسبقاً بمعرفة متوسط الانحدار.
في قصص إسحاق عظيموف، تخضع الروبوتات لقوانين تضمن إمكانية التنبؤ بسلوكها – على غرار وعد نظرية الانكماش بأن النظام سيعود إلى طبيعته بعد أي خلل.