본 논문은 강화학습(RL) 기반 자율주행에서 안전성을 향상시키기 위한 새로운 보상 함수 설계를 제안한다. 기존 RL 기반 자율주행 연구에서 충돌에 대한 페널티만으로 안전성을 고려하는 한계를 지적하며, 운전 목표들을 계층적으로 구조화하고 정규화된 방식으로 보상 함수를 정의한다. 특히, 2차원 타원 함수와 책임 민감 안전(RSS) 개념을 확장하여 다양한 주행 상황에 대한 위험 인식 목표를 새롭게 제시한다. 무신호 교차로 시나리오에서 다양한 교통 밀도를 고려한 실험 결과, 제안된 보상 함수는 기존 방식 대비 충돌률을 평균 21% 감소시키는 동시에 경로 진행 및 누적 보상에서도 우수한 성능을 보였다.
