본 연구는 에이전트가 누적 성능을 최대화하는 동시에 안전 제약 조건 (safety constraints)을 충족해야 하는 강화학습 (reinforcement learning)에서의 안전한 탐색 (safe exploration) 문제를 조사합니다. 이러한 도전 과제는 장기적 과업 (long-horizon tasks)에서 더욱 두드러지는데, 기존의 안전한 방법론들은 누적되는 추정 오차 (compounding estimation errors)와 제한된 탐색 능력으로 인해 근본적인 한계에 직면합니다. 이 문제를 해결하기 위해, 우리는 학습 가능한 세계 모델 (world model)과 두 개의 상호 보완적인 정책인 상위 수준 정책 (high-level policy) 및 하위 수준 정책 (low-level policy)을 결합하여 계층적 수준 모두에서 안전성을 증진하는 방법을 제안합니다. 상위 수준 정책은 탐색을 안전한 영역으로 유도하는 중간 서브골 (subgoals)을 생성하며, 하위 수준 정책은 이러한 서브골에 도달할 때 학습된 세계 모델 내에서 상상된 롤아웃 (imagined rollouts)을 사용하여 안전하지 않은 행동을 줄입니다. 제안된 방법은 고차원 행동 공간 (high-dimensional action spaces)을 가진 도전적인 장기 내비게이션 및 조작 (manipulation) 과업에서 평가되었으며, 기존의 안전한 강화학습 (Safe RL) 베이스라인들을 성공률과 강력한 실증적 제약 조건 충족 측면 모두에서 크게 능가하였습니다. 본 방법은 여러 시드 (seeds)에 걸쳐 규정된 안전 예산 (safety budget)을 일관되게 준수하는 반면, 이전의 접근 방식들은 이러한 복잡한 장기 시나리오를 효과적으로 해결하는 데 실패했습니다.