본 논문은 부분 관측 환경에서 강화학습 문제를 해결하기 위해 Output-Feedback Markov Decision Process (OPMDP)라는 새로운 프레임워크를 제안합니다. OPMDP는 관측 이력을 기반으로 의사결정을 내릴 수 있도록 표준 MDP를 확장합니다. 이 프레임워크를 기반으로, Depthwise Attention Twin Delayed Deep Deterministic Policy Gradient (DATD3)라는 새로운 actor-critic 알고리즘을 제시합니다. DATD3는 depthwise separable convolution과 multi-head attention을 사용하여 과거 관측값을 효과적으로 인코딩하며, 순환 모델의 불안정성을 피하면서 정책의 표현력을 유지합니다. 다양한 연속 제어 작업에 대한 실험 결과, DATD3는 부분 관측 및 완전 관측 환경 모두에서 기존 메모리 기반 및 순환 기반 알고리즘보다 우수한 성능을 보여줍니다.