희소 보상 (Sparse rewards)은 에이전트가 목표에 도달할 때까지 유익한 신호를 받지 못하기 때문에 강화학습 (Reinforcement Learning)에서 핵심적인 과제를 제기합니다. 내재적 보상 (Intrinsic-reward) 방법론은 참신함 (novelty), 예측 오차 (prediction error), 또는 기술 다양성 (skill diversity)과 같은 비정상적 목적 함수 (non-stationary objectives)를 최적화함으로써 이 문제를 해결하며, 이를 통해 문제에 감독 신호 (supervision signal)를 주입합니다. 이러한 방법들이 효과적이기는 하지만, 대개 외재적 (sparse) 보상을 온라인에서 혹은 저장된 전이 (transitions)의 오프라인 재라벨링 (offline relabeling) 중에 평가할 수 있어야 한다는 요구 조건이 따릅니다. 이러한 제한 사항은 에이전트의 환경과의 상호작용이 대개 보상 없이 이루어지는 멀티태스크 (multi-task), 메타 (meta-), 그리고 지속적 (continual) 강화학습에서 특히 까다로운 문제입니다. 본 연구에서는 다운스트림 태스크 (downstream task) 시점에 희소 보상에 빠르게 적응할 수 있는 전이 가능한 탐색 정책 (transferable exploration policies)을 사전 학습하는 방법을 제시합니다. 우리의 목적 함수는 점유 측도 (occupancy measure)에 대한 상태 공간 (state-space) 커버리지를 극대화하며, 엔트로피 극대화 (entropy maximization) 관점에서 구성될 수 있습니다. 알고리즘 구현체인 ROVER는 RL의 연산자 공식화 (operatorial formulation)에 관한 최근의 발전을 활용하여, 학습된 분해자 (resolvent) 월드 모델 (world model)로 점유를 추정함으로써 밀도 (density) 및 엔트로피 추정과 관련된 일반적인 장애물들을 우회합니다. 또한 ROVER는 탐색되지 않은 영역을 위한 가상