본 논문은 심층 강화 학습(Deep Reinforcement Learning, DRL) 에이전트의 정책을 사용자의 선호도에 맞추는 새로운 방법을 제안합니다. 기존의 재훈련 방식 대신, 이미 훈련된 정책을 사용자 피드백을 통해 적응시키는 접근 방식을 제시합니다. 특히, 궤적(trajectory) 수준의 피드백을 통해 사용자 의도를 추론하고, 이를 이론적으로 뒷받침되는 동적 정책 융합(dynamic policy fusion) 기법을 이용하여 기존 정책과 결합합니다. 이 방법은 기존 학습에 사용된 궤적을 활용하여 추가적인 환경 상호작용 없이(zero-shot) 사용자 선호도를 반영한 정책을 생성합니다. 다양한 환경에서의 실험을 통해 제안된 방법이 목표 작업을 달성하면서 동시에 사용자의 요구를 충족함을 보여줍니다.
