英文：Hierarchical Reinforcement Learning 分类：embodied
在不同时间尺度上分层学习策略的强化学习范式：高层策略选择"目标/技能"，低层策略执行动作，解决长时序稀疏奖励任务。
结构：Option 框架（高层选 option，低层执行）、技能库（先学技能再组合）、分层规划+执行；收益：时间抽象（减少决策次数）、奖励传递（子目标奖励）；难点：层级训练稳定性与目标分解。
用于机器人长任务（整理房间：先学"拿/放"再组合）、游戏（关卡策略）、导航（先到区域再到点）；分层 RL 是"长任务可学习"的架构方案。