본 논문은 최대 엔트로피 기반의 오프-폴리시 강화 학습 (RL) 프레임워크의 두 가지 문제점인 (1) 엔트로피 주입 및 온도 매개변수 업데이트로 인한 비정상적인 Q-값 추정, (2) 단일 단계 엔트로피만을 고려한 근시안적인 온도 조절 문제를 해결하기 위해, 궤적 엔트로피 제약 RL (TECRL) 프레임워크를 제안합니다. 이 프레임워크는 보상과 엔트로피에 각각 연관된 두 개의 Q-함수를 분리하여 학습하고, 궤적 엔트로피 제약을 통해 정책의 장기적인 확률성을 제어합니다. TECRL 프레임워크를 기반으로, 최첨단 분산 소프트 액터-크리틱(DSAC-T)을 확장한 DSAC-E 알고리즘을 개발하여 OpenAI Gym 벤치마크에서 높은 반환값과 안정성을 달성했습니다.