본 논문은 오픈-핏 광산에서 강화학습(RL)을 이용한 효율적인 트럭 배차 문제를 다룬다. 기존의 가치 기반 RL 방법들이 복잡한 보상 설계에 의존하는 한계를 극복하기 위해, 커리큘럼 학습 전략인 '커리큘럼에서 영감을 받은 적응적 직접 정책 안내(Curriculum-inspired Adaptive Direct Policy Guidance)'를 제안한다. Proximal Policy Optimization (PPO) 알고리즘을 시간 델타를 이용하여 광산 배차의 불규칙적인 의사결정 간격에 적용하고, 최단 처리 시간(Shortest Processing Time) 정책을 교사 정책으로 활용하여 정책 규제와 적응적 안내를 통해 탐색을 유도한다. OpenMines 시뮬레이션 결과, 제안된 방법은 희소 및 밀집 보상 설정에서 표준 PPO보다 10% 향상된 성능과 빠른 수렴 속도를 보이며, 보상 설계에 대한 강건성을 입증한다. 이 직접 정책 안내 방법은 RL 기반 트럭 배차를 위한 일반적이고 효과적인 커리큘럼 학습 기법을 제공하며, 향후 고급 아키텍처 연구의 기반을 마련한다.
