하이브리드 보상
최종 결과의 정렬성 및 미학 점수와 실행 과정의 형식·실행 유효성·효율성 패널티를 결합한 다중 구성 보상함수이다. LLM 기반 정성적 판정(R_align, R_aes)과 규칙 기반의 정량적 검사(R_rule, R_traj, P_eff)를 가중합해 보상 신호를 산출한다. 이 보상은 롤아웃 동안의 도구 선택과 파라미터 결정을 함께 최적화하도록 설계되었다.