본 논문은 제로샷 정책 전이(ZSPT) 설정에서 문맥적 마르코프 의사결정 과정(MDP)에 대한 에이전트의 일반화 성능 향상을 다룹니다. 기존 연구에서는 훈련 문맥 내 더 많은 상태에서 훈련하는 것을 통해 탐색을 증가시키면 일반화 성능이 향상된다고 주장했습니다. 본 논문은 더 많은 상태에서의 훈련이 일반화를 향상시키지만, 학습된 가치 함수의 정확도를 낮추어 일반화에 도움이 되지 않을 수 있다는 점을 보여줍니다. 따라서 에이전트의 적용 범위를 넓히면서 정확도를 높이는 탐색을 사용하면 일반화 성능이 더욱 향상될 것이라는 가설을 제시합니다. 이를 바탕으로, 각 에피소드 시작 시 탐색 단계를 구현하는 Explore-Go라는 방법을 제안합니다. Explore-Go는 기존의 온/오프 정책 강화학습 알고리즘과 결합하여 부분적으로 관측 가능한 MDP에서도 일반화 성능을 크게 향상시킵니다. 여러 환경에서 다양한 알고리즘과 결합하여 Explore-Go의 효과를 입증하고 일반화 성능 향상을 보여줍니다.