本文综述学习规划表示的研究，涵盖：结合组合与图像方法学习动作模板，从非符号输入推断一阶符号表示以实现类型泛化与即时泛化；用语言模型自动构建任务规划表示；以多任务策略学习运动表示并规划；自我学习任务无关状态抽象；弥合抽象动作推理与机器人执行的差距；评估表示维度、可观测性与分离度；用符号自动机替代马尔可夫奖励；以范畴论和图形语法建模PDDL。