本文综述随机最短路径问题的强化学习算法研究，涵盖线性函数逼近、Hoeffding与Bernstein置信集、次线性后悔保证、EB-SSP模型算法、对抗性SSP、稀疏线性MDP及PSRL-SSP后验采样，并探讨采样复杂度与下界。