본 논문은 안전 강화 학습에서 안전 제약 조건과 탐험 행동 간의 균형을 맞추는 방법을 제안합니다. 기존 도메인 전이 방식은 안전하지 않은 행동을 방지하기 위해 관련 환경에서 사전 Q-함수를 학습하지만, 많은 오탐으로 인해 안전한 행동조차 실행되지 않아 희소 보상 환경에서 탐험이 부족한 문제가 있습니다. 이를 해결하기 위해 본 논문은 효율적인 상태 표현을 학습하여 희소 보상 환경에서 탐험과 안전 선호 행동 간의 균형을 맞추는 방법을 제시합니다. 자동 인코더를 이용하여 이미지 입력을 잠재 표현으로 매핑하고, 대조 학습 목표를 사용하여 안전한 상태와 안전하지 않은 상태를 구분합니다. 학습 단계에서 잠재 거리를 이용하여 추가적인 안전 확인을 수행하여 안전하지 않은 상태를 방문할 경우 탐험에 편향을 주도록 합니다. MiniGrid 환경에서의 실험 결과, 제안된 방법이 안전성과 효율성 간의 균형을 유지하면서 환경을 더 잘 탐험할 수 있음을 보여줍니다.
