환경을 탐색하는 목표 조건부 강화학습 (Goal-conditioned reinforcement learning) 에이전트는 궤적 (trajectory) 전반에 걸쳐 풍부한 정보를 접하게 되지만, 명령된 목표 (commanded goal)에 대해서만 온-정책 (on-policy) 업데이트를 수행할 경우 이 정보의 대부분이 폐기됩니다. 각 전이 (transition)를 모든 목표에 대해 오프-정책 (off-policy) 학습에 사용하는 '모든 목표 학습 (All-goals learning)' 방식은 에이전트가 최대한의 정보를 추출할 수 있게 해주지만, 단순한 재라벨링 (relabelling) 방식을 사용할 경우 일반적으로 계산적으로 불가능합니다. 이는 모든 목표에 대한 가치 (values)와 행동 (actions)을 한 번에 공동으로 출력함으로써 극복할 수 있으며, 이를 통해 네트워크를 단 한 번 통과하는 것만으로 효율적이고 병렬적인 모든 목표 업데이트가 가능해집니다. 우리는 이 과정을 '모든 것을 한 번에 학습 (Learning Everything all at Once, LEO)'이라고 부릅니다. 우리는 이 접근 방식이 목표 조건부 Craftax에서 다른 방법들을 크게 능가하며, 연속 제어 (continuous control) 환경에서는 기존 베이스라인 (baselines)들과 경쟁할 만한 성능을 보이면서도, 모든 목표 재라벨링 (all-goals relabelling) 대비 250배 이상의 속도 향상을 달성함을 보여줍니다. 이어 우리는 이 접근 방식을 직접적인 액터 (actor)가 아닌 교사 네트워크 (teacher network)로 사용함으로써 더욱 강력하게 만들 수 있음을 보여줍니다. 우리는 대규모의 모든 목표 학습 (all-goals learning)을 실현함으로써, LEO가 복잡한 환경에서의 강화학습 (RL) 실무자들에게 유용한 도구가 되기를 바랍니다. 우리의 코드는 오픈 소스로 공개합니다.