この研究では、行動クローン技術を用いて、目隠しした専門家が完全に情報を持った専門家に比べて、未知のタスクへの一般化能力が優れていることを示しています。実験では、ロボットのペグ挿入タスクとProcgenベンチマークのビデオゲームを用い、目隠しした専門家が制限された情報を元に非自明な探索を行う様子を観察しました。その結果、目隠しした専門家が示す行動は、より少ないデモンストレーションで新しい課題に適応する能力が高いことが理論的にも実証されました。この研究は、一般化エラーがデモンストレーターが持つタスク情報の量に依存し、情報が少ないとより良く一般化することを示しています。