本文综述风险敏感强化学习，针对传统风险中性框架难以处理风险偏好与不确定性的问题，提出泛化效用函数、分布式强化学习后悔保证、Trajectory Q-Learning、ICVaR-RL等算法，并探讨离线动态强化学习与在线风险自适应框架，以改进样本复杂度和最优性界限。