Enhance RL formulation with realistic state/constraint and curriculum-based reward

[pkhyrn268]

목적

RL 환경이 실제 crew pairing 문제 정의를 반영하도록 state와 constraint를 확장하고,
reward를 재설계하여 curriculum learning 기반 학습 가능성을 검증

작업 내용

• state representation을 실제 scheduling 요소 기반으로 확장
  (time, location, duty accumulation 등)
• constraint를 명시적 feature 및 masking 구조로 재정의
• reward function을 단계별 학습이 가능하도록 재설계
• curriculum learning 전략 적용 (difficulty / constraint 점진적 증가)

실험 목표

• 단순 설정 대비 학습 안정성 비교
• reward shaping이 policy 학습에 미치는 영향 분석
• curriculum 적용 시 수렴 여부 확인