本文综述熵正则化强化学习进展，包括提出Tsallis MDPs与TAL方法以提升非闭合Tsallis熵鲁棒性，构建平均回报与稀疏熵正则化框架并发展稀疏PCL、对偶下降及量化逼近技术，利用Tsallis熵实现更优损失保证并用于随机博弈纳什均衡求解。