この論文では、目標条件付き階層強化学習（GCHRL）とグラフの統合に関する新しいアプローチを提案します。既存の手法は通常、特定のドメインに依存してグラフを構築し、新しいタスクへの適用が制限される一方で、探索中に動的にグラフを作成する手法は、得られた情報を新たに訪れた状態に伝えることが難しいという課題があります。そこで本研究では、未知の状態を評価するためのグラフエンコーダ-デコーダを開発し、この手法をGCHRLに組み込むことで、特に対称的かつ可逆的な遷移が主な環境において性能を向上させることを目指します。実験結果から、グラフエンコーダ-デコーダが提供する高・低レベルの内因的報酬を利用することで、先進的なGCHRL手法の性能が大幅に向上することが確認されました。