본 연구는 고차원 편미분 적분 방정식(PIDE)을 해결하기 위해 시간 차이 학습 기반의 딥러닝 프레임워크를 제안한다. 레비 과정을 도입하고 강화 학습 모델을 구축하여 PIDE의 해를 신경망으로 근사화한다. 시간 차이 오차, 종료 조건, 비국소 항의 특성을 손실 함수에 포함하여 신경망을 학습한다. 이를 통해 계산 비용이 낮고 수렴 속도가 빠르며 정확도가 높은 방법을 제시한다.