연구진은 위험 요소를 인지하는 일반 유틸리티 마르코프 결정 프로세스(GUMDP)를 연구했어요. 이 프레임워크에서 에이전트는 정책에 의해 유도되는 상태 방문 빈도에 따라 달라지는 목표 값 분포의 위험 측정치를 최적화하는 것을 목표로 해요.
엔트로피 위험 측정(ERM)을 활용하여 위험 회피를 통해 기대 성능을 최적화하고 GUMDP 프레임워크에서 달성할 수 있는 다양한 목표를 활용할 수 있다고 밝혔어요.
몬테카를로 트리 검색(MCTS) 기반 접근 방식을 통해 원하는 정확도까지 위험 감지형 GUMDP를 해결할 수 있음을 입증하고 다양한 작업에서 위험 감지 행동을 최적화하는 데 성공했음을 보여줬어요.