ロボット強化学習では、環境がトレーナーと別プロセスや別マシンで動くケースが増えている。そこで研究者は境界をワイヤプロトコル化し、ステップレジェル（step ledger）で両側のすべての手順を記録・比較した。Pendulum・HalfCheetah・Hopper・7関節Pusherアームの４環境で、送受信を横断するデータに最大23個、トレーナー側ログに2個の欠陥を注入した。結果、10％程度の値が変わった場合でも学習曲線閾値は１回に10回のうち最大1回しか肯定しなかった。

学習曲線閾値は、欠陥のない種子の中央値より500点上のゲインしきい値を基準に平均報酬を評価した。10％未満のノイズでは失敗率が高く、すべての値が誤っている場合にしか35％〜48％の走行が検知されなかった。対照的に、種子間の統計広がりチェックは偽陽性がほぼゼロだったが、１０％未満の欠陥では最大21％しか検出しないことが示された。これは境界欠陥に対する従来の検証手法が弱いことを示す。

Table I で示される欠陥例は、報酬・行動・最終観測・エピソード終了・ログ・隠れ変数など多岐にわたり、どれもシステムエラーを起こさない。Table III の結果は、障害が影響を与える範囲と、検知しきい値の有効性を可視化した。これらのデータは、同一プロセス内にあってもネットワーク越しに動作しても、通信境界の欠陥が手元に無害に残る可能性が高いことを裏付ける。