본 논문은 회전 기반 확률 게임(TBSG) 환경에서 도달성 목표를 가진 PAC 학습 문제를 다룹니다. 기존 연구와 달리, 본 연구는 플레이어 간의 개인 정보 보호 및 분산형 학습을 동시에 고려하여 학습 가능성을 확보했습니다. 기대 조건 거리(ECD)를 활용하여 샘플 복잡도 경계를 제시하고, 이는 상태 수, 행동 수, ECD 파라미터, 오차 허용 범위 및 실패 확률에 따라 결정됩니다.