في الآونة الأخيرة، أُظهر أن تطبيق إشراف ذاتي مناسب يُعد طريقة واعدة لتعزيز أداء التعلم المراقب. ومع ذلك، لا تُستغل فوائد الإشراف الذاتي بالكامل، إذ كانت المهام التمهيدية السابقة مخصصة لتعلم تمثيلات غير مراقبة. ولذلك، نبدأ بعرض ثلاث خصائص مرغوبة للمهام المساعدة، بهدف دعم الهدف المراقب. أولاً، يجب أن توجه المهمة النموذج لتعلم ميزات غنية. ثانيًا، يجب ألا تُحدث التحولات المستخدمة في الإشراف الذاتي تغييرات كبيرة في توزيع التدريب. ثالثًا، يُفضل أن تكون المهام خفيفة وعامة، لضمان قابليتها العالية للتطبيق مع الأساليب السابقة. ثم، لبيان كيفية استيفاء المهام التمهيدية الحالية لهذه الخصائص، وتكيفها مع التعلم المراقب، نقترح مهمة إشراف ذاتي مساعدة بسيطة تُسمى "توقع الدوران القابل للتحديد المكاني" (LoRot). وقد أثبتت تجاربنا الشاملة مزايا LoRot كمهمة تمهيدية مُعدّة خصيصًا للتعلم المراقب من حيث المرونة وقدرة التعميم. يمكن الوصول إلى الكود الخاص بنا عبر الرابط: https://github.com/wjun0830/Localizable-Rotation.