通过优化方程，提出了一种新型距离方法，无需依赖分布假设、先验知识和特定训练机制，利用几何信息判断样本是否来自分布之外，并在基准数据集上进行实验证明其性能优越。

DSAC是一种新的强化学习算法，利用积累奖励的分布信息提高性能。它集成了基本分布式目标观点，考虑了行动和回报的随机性，并在连续控制基准测试中超越了现有技术。此外，还探讨了三个与风险相关的度量标准，并通过分布建模实现了风险敏感的强化学习。