本研究提出了一种新的$d$-矩形线性稳健正则化马尔可夫决策过程（$d$-RRMDP）框架，旨在解决现有稳健正则化方法在微观不确定性下的过度保守性问题。该框架引入线性潜在结构，并开发了一系列算法（R2PVI），在政策稳健性和计算效率上显著优于传统方法。