본 논문은 강화학습(RL)을 이용한 자율주행 시스템 학습에서 안전 제약 조건을 효과적으로 다루는 새로운 방법인 조화 정책 반복(HPI) 기법을 제안한다. HPI는 효율적인 주행과 안전 제약 조건에 각각 대응하는 두 개의 정책 경사를 계산하고, 이를 조화시킨 경사를 이용하여 정책을 업데이트함으로써 두 목표 간의 충돌을 최소화하고 안정적인 학습 과정을 가능하게 한다. 기존의 DSAC 알고리즘에 HPI를 통합하여 DSAC-H라는 새로운 안전한 RL 알고리즘을 개발하였으며, 다차선 시나리오에서의 시뮬레이션 결과, DSAC-H는 효율적인 주행 성능과 거의 제로에 가까운 안전 제약 위반율을 달성함을 보여준다.
