在每场游戏开始时，都会播放随机数量的无操作动作（此类动作的最大数量由该参数控制）以在初始游戏状态中引入多样性。

如果一个代理每次玩同一个游戏时都从完全相同的初始状态开始，他们担心强化学习会简单地学习从初始状态记住一系列好的动作，而不是学习观察当前状态和根据该观察选择一个好的动作（这是我们有兴趣学习的更有趣的事情）。这个想法是，通过在我们“开始游戏”的状态中引入随机性，智能体应该变得不可能/更难“作弊”并简单地记住来自单个特定初始状态的完整动作序列。

请注意，在 2017 年，《重温街机学习环境：通用代理的评估协议和开放问题》一文中提出，这类序列无操作操作在上述目标方面并不像我们希望的那样有效，并提出了一种替代解决方案，该解决方案包括通过“粘性动作”在整个游戏中引入随机性（基本上有时随机继续最近选择的动作，而不是代理选择的新动作）。