본 논문은 오프라인 목표 조건 강화 학습에서 회피 영역을 효율적으로 처리하는 새로운 모델 RADT를 제안합니다. 기존 방법들이 회피 영역 정보를 상태 공간이나 비용 함수에 통합하는 것과 달리, RADT는 목표와 회피 영역을 프롬프트 토큰으로 직접 인코딩하여 평가 시점에 유연하게 회피 영역을 지정할 수 있도록 합니다. 임의의 정책으로부터 얻은 최적이 아닌 오프라인 궤적만을 사용하여, 목표 및 회피 영역 사후 라벨링 기법을 통해 도달-회피 행동을 학습합니다. 11가지 작업 환경에서 기존 3가지 모델과 비교 평가하여, 분포 외 회피 영역 크기 및 개수에 대해 제로샷 일반화 성능을 보이며, 재훈련이 필요한 기준 모델들을 능가하는 성능을 보였습니다. 특히, 하나의 제로샷 설정에서 최고 성능의 재훈련된 기준 모델 대비 35.7%의 정규화된 비용 개선을 달성했습니다. 생물학적 세포 재프로그래밍 문제에도 적용하여, 원하는 목표 상태로의 궤적에서 바람직하지 않은 중간 유전자 발현 상태 방문을 줄이는 결과를 보였습니다.
