本文综述多任务与分层强化学习进展，涵盖：利用策略草图共享子策略以提升性能并构建可解释行为库；结合子目标发现与内在动机应对稀疏奖励；采用课程式框架提高采样效率；提出计数奖励自动机以支持无限制语法任务；构建可验证组合框架；通过子任务图元学习实现快速适应；以弱监督区分有效子空间；从少量演示推断知觉奖励；使机器人通过少量交互学习技能；并以子任务生成选项模型，统一价值、策略、选项与模型学习。