본 논문은 자연어로 표현된 제약 조건 하에서 안전한 강화 학습을 수행하는 방법을 제시합니다. 기존의 방법들은 각 제약 조건에 대해 비용 함수를 수동으로 설계해야 하는 한계가 있었는데, 본 논문에서는 자연어 제약 조건을 이용하여 비용 함수를 자동으로 생성하는 Trajectory-level Textual Constraints Translator (TTCT)를 제안합니다. TTCT는 자연어 제약 조건과 궤적을 함께 활용하여 학습하며, 실험 결과 기존의 수동 설계된 비용 함수보다 위반율이 낮은 정책을 학습하는 것으로 나타났습니다. 또한, 제약 조건이 변경되는 환경에도 적용 가능한 제로샷 전이 능력을 보이는 것을 확인했습니다.
