본 논문은 강화학습(RL) 환경에서 신경망을 훈련시키는 새로운 방법을 제안합니다. 기존의 역전파(BP) 방식은 순전파 과정에서 활성화 값을 저장해야 하고, 여러 층을 거치면서 기울기 소실 또는 폭발 문제가 발생할 수 있습니다. 본 연구는 다차원척도법(MDS)의 쌍별 거리 일치 원리를 활용하여 각 층에 국소 손실을 도입함으로써 순전파 과정에서만 각 층을 훈련하는 방법을 제시합니다. 이는 역전파 과정과 중간 활성화 값 저장을 제거합니다. 일반적인 RL 벤치마크에서 정책 경사 방법을 사용한 실험 결과, 제안된 방법은 기존 BP 기반 방법과 비교하여 경쟁력 있는 성능을 달성하며, 안정성과 일관성을 향상시키고 특히 어려운 환경에서 성능이 향상됨을 보였습니다.
