يُعدّ تعلّم التمثيلات الشاملة عبر مجالات تطبيقات مختلفة مشكلة بحثية مفتوحة. في الواقع، لا يزال من الصعب حل مشكلة إيجاد بنية شاملة ضمن نفس المجال التطبيقي ولكن عبر أنواع مختلفة من المجموعات البيانات، خاصة في التطبيقات التي تتضمن معالجة سحابات النقاط ثلاثية الأبعاد. في هذا العمل، نقوم بتجريب عدة طرق حديثة قائمة على التعلّم لتسجيل سحابات النقاط ثلاثية الأبعاد مقابل طريقة أساسية غير قائمة على التعلّم مُقترحة. تُظهر النتائج أن الطريقة المقترحة إما تتفوّق على الطرق القائمة على التعلّم أو تحقق نتائج مماثلة لها. بالإضافة إلى ذلك، نقترح مجموعة بيانات تُعدّ صعبة على الطرق القائمة على التعلّم للعامّة فيها. يمكن استخدام الطريقة المقترحة ومجموعة البيانات، جنبًا إلى جنب مع التجارب المقدمة، في أبحاث مستقبلية لدراسة حلول فعّالة لتمثيلات شاملة. يمكن الوصول إلى الكود المصدري عبر: github.com/DavidBoja/greedy-grid-search.