연구진은 다중 작업 강화 학습 네트워크의 내부 구조를 분석하여 작업별 하위 네트워크를 식별하고 비교했어요. 분석 결과, 관련 작업 환경에서 네트워크는 전체 가중치의 약 1.5%만 사용하여 작업을 구분하며, 주로 입력 계층의 컨텍스트 변수와 다음 은닉 계층을 연결해요. 이 연구는 효율적인 모델 편집, 전이 학습, 지속적인 학습을 위한 통찰력을 제공하여 수중 모니터링에 활용될 수 있어요.