구조화된 결과 보상
행동 유형별로 정답성, 좌표 포함 여부, 스크롤 방향 등 다차원 검사 항목을 정의하고 그 일치율을 0~1로 환산해 완전 일치, 부분 일치, 무효 출력에 각각 1.0, -0.5, -1.0의 보상을 부여하는 보상 설계 방식으로, 부분적 성공을 구분해 학습 안정성을 높인다.