一、文章主要内容总结
本文聚焦于风险敏感强化学习（Risk-Sensitive Reinforcement Learning）中的模型学习问题，核心是解决“在近似模型中进行风险敏感规划能否迁移到真实环境”这一关键问题，具体内容如下：
- 证明价值等价仅适用于风险中性场景，风险敏感规划的性能会随风险敏感度提升而下降；
- 提出分布等价原理（Distribution Equivalence Principle），理论上可支持任意风险度量的最优规划，但存在计算不可行性；
- 提出统计泛函等价（Statistical Functional Equivalence），通过选择统计泛函（Sketch）灵活控制需捕捉的回报分布特征，既解决了分布等价的计算难题，又能精准适配目标风险度量；
- 推导了统计泛函等价与投影分布等价的关联，证明统计泛函的选择直接决定可最优规划的风险度量范围。
- 设计了可用于学习统计泛函
