يمكن للوكالات المستقلة التي تعمل في مهام اتخاذ القرار التسلسلي ضمن بيئات محفوفة بالغموض أن تستفيد من الاقتراحات الخارجية للإجراءات، التي توفر توجيهًا قيمًا لكنها تختلف بطبيعتها في مدى موثوقيتها. تفترض الطرق الحالية لدمج هذه الاقتراحات عادةً وجود معايير ثابتة ومعروفة لجودة المُقترح، مما يحد من إمكانية تطبيقها عمليًا. نقدّم إطارًا يتعلم ديناميكيًا ويتكيف مع التغيرات في موثوقية المُقترحات في البيئات الجزئية الملاحظة. أولاً، نُدمج جودة المُقترح مباشرة في تمثيل اعتقاد الوكالة، مما يمكّن الوكالة من استنتاج مدى موثوقية الاقتراحات وتعديل درجة الاعتماد عليها من خلال الاستدلال بايزي على أنواع المُقترحات. ثانيًا، نُقدّم فعلًا صريحًا يُسمى "اطلب"، يسمح للوكالات بطلب الاقتراحات بشكل استراتيجي في اللحظات الحاسمة، مع تحقيق توازن بين الفوائد المعرفية المُحصَّلة وتكاليف الحصول على هذه الاقتراحات. أظهرت النتائج التجريبية أداءً قويًا في ظل تباين جودة المُقترحات، والتكيّف مع التغيرات في الموثوقية، وإدارة استراتيجية لطلبات الاقتراحات. يُعد هذا العمل أساسًا لتعزيز التعاون البشري-الوكلائي المُتكيف، من خلال معالجة عدم اليقين الناتج عن الاقتراحات في بيئات محفوفة بالغموض.