深度强化学习（二）强化学习算法的分类

对于强化学习的分类，主要参考了莫烦大佬的视频和OpenAI的Spinning Up的介绍。

一、Model-Free和Model-Based两大类

上图是Spinning Up中的分类图。对于model的理解就是强化学习中的环境。根据是否去学习环境来进行分类。根据转移概率是否已知进行分类的。

Model-free就是不去学习和理解环境，环境给出什么信息就是什么信息，常见的方法有policy optimization和Q-learning。

Model-Based是去学习和理解环境，学会用一个模型来模拟环境，通过模拟的环境来得到反馈。根据莫烦大佬的解释，Model-Based相当于比Model-Free多了模拟环境这个环节，通过模拟环境预判接下来会发生的所有情况，然后选择最佳的情况。

二、Policy-Based和Value-Based两大类

根据强化学习是以策略为中心还是以值函数为中心分为两大类。