部署引发的动作误差

闭环部署中第二阶段的失效模式。当网络基于偏移的状态分布输出动作时，这些动作进一步推动系统远离训练轨迹，形成误差放大的正反馈循环，是离线训练网络闭环部署中的关键失效环节。