该文综述因果强化学习（CRL）研究，涵盖元强化学习因果发现、因果驱动分层探索、基于RL的因果推断与图生成、离线数据泛化、影响力度量提升数据效率等方向，将现有CRL方法划分为两类，分析其形式化模型，并指出未解决问题与未来方向。