Almindelige problemer med array-omformning i skræddersyede politiknetværk til forstærkende læring er dækket i dette selvstudie. Når handlingsrummets dimensioner ikke styres korrekt under træning, opstår der en mismatch, hvilket er en specifik fejl. Sådanne problemer kan overvindes ved at anvende fejlhåndteringsteknikker og præcist specificere observationsrummet.