扩散模型通过迭代去噪将噪声映射到目标流形，并应用于强化学习。Merlin从潜在目标状态扩散构建轨迹，实现目标条件策略；MetaDiffuser用于离线元强化学习，生成任务轨迹；MTDiff基于Transformer和提示学习实现多任务知识共享；RGDM用强化学习引导扩散训练；DiffAIL改进对抗模仿学习。综述梳理了扩散模型在强化学习中的角色、应用与挑战。