本研究提出了一种层次化强化学习方法，通过专家提供的抽象动态规划生成子目标，以提高复杂多任务环境中的决策效率。实验证明，该方法在样本效率、任务完成率和新场景泛化能力上优于现有方法，具有重要影响。