في هذا البحث، نوضح كيفية إجراء البرهنة الآلية على النظريات في وجود قاعدة معرفية كبيرة محتملة للبديهيات دون التعلم من براهين البشر. نقترح آلية استكشاف تدمج بديهيات إضافية تم اختيارها بواسطة عملية بحث تعتمد على tf-idf (تردد المصطلح-التردد العكسي للوثيقة). هذه الآلية تعمل ضمن سيناريو التعلم التعزيزي العميق، مما يساعد في استكشاف وتعلم البديهيات ذات الصلة لإثبات نظرية جديدة. تظهر تجاربنا أن البرهان على النظريات الذي تم تدريبه باستخدام هذه الآلية الاستكشافية يتفوق على البراهين التي يتم تدريبها فقط على براهين البشر. كما أنه يقترب من أداء البرهان الذي يتم تدريبه بمزيج من التعلم التقليدي والتعلم التعزيزي. نقوم بعدة تجارب لفهم أهمية الفرضيات الأساسية التي جعلت آليتنا الاستكشافية فعالة، مما يفسر اختياراتنا في تصميم النظام.