行为克隆的泛化（复合）误差：行为克隆算法是在历史数据上直接估计专家策略。实际中专家策略的数据 分布往往覆盖不了所有环境状态。在遇到专家策略以外的状态时，行为克隆很难执行合适的动作回到合适的状态上，从而无法达到令人满意的泛化性。这种误差就是泛化或者组合误差。